Da samo dopunim pricu kako neko ne bi bio zbunjen:
1) Konvertujes u WAV ili AIFF oba fajla koja si nasao PRE nego sto pocnes da radis sa njima. Isti "sample rate" (npr 44,1 kHz ili jos bolje - manje artefakata - u 96 kHz) se podrazumeva a naravno, mozes i da ih stavis u isti "bit depth" - naziva se jos i "word length" - (npr 16 ili 24 bita).
2) Frekvencijski sadrzaj, usled svega u prethodnom postu navedenog, najverovatnije nece biti isti pa je i to dodatni razlog zasto rezultat ne moze biti stvarno dobar - jer snimci nisu jednaki.
3) Moras ih uklopiti po nivou - jacini signala, pre rada na dobijanju "a capella", bilo oba mono snimka od kojih pravis novi stereo, bilo kada su oni sada kanali tog novog stereo snimka, budu jednakog intenziteta. Idealno je da pored savrsenog poklapanja u sempl ("sample accurate") i svaki sempl ima jednaku vrednost, bilo pozitivnu bilo negativnu.
4) Mozes koristiti samo levi ili samo desni kanal pocetnog stereo snimka za novi levi ili desni kanal novog stereo snimka. Hocu da kazem da ne moras da ih konvertujes u mono nego recimo uzmes levi kanal prvog i stavis kao levi kanal novog stereo snimka a levi kanal drugog stavis kao desni kanal stereo snimka.
S obzirom na to da ces najverovatnije naci snimke sa YouTube-a a oni su prosli "trista kompresija" i to razlicitih, tesko bi se mogao dobiti rezultat koji je upotrebljiv za bilo sta drugo osim za igru. A ja sve ovo pisem zato da bi neko razmisljao i na "audio nacin", iz toga shvatio neke stvari koje mogu biti korisne u praksu i naucio nesto novo.