最新

录音怎么把人声和伴奏分开

手里只有混好的成品,想要单独的人声或伴奏,得靠分离工具。讲清入口在哪、素材怎么准备、哪些情况分不干净,以及怎么验收。

手里只有一条混好的成品,想要单独的伴奏或者单独的人声,靠均衡器和降噪是做不出来的,必须用分离工具。人声分离本质上是让模型把频谱里属于人声的部分挑出来,剩下的留给伴奏,所以结果好不好,主要取决于原始素材和参数,而不是软件贵不贵。

入口在哪

  • 桌面音频软件:分离功能多数在效果或工具菜单下,名称有「人声分离」「人声移除」「分轨」几种叫法。
  • 在线工具:上传音频后选择分成人声和伴奏两轨,适合偶尔用一次。上传前先看清隐私和版权条款。
  • 本地开源模型:能离线跑,适合批量处理,需要一点命令行基础。
  • 剪辑软件里也有同类功能:一般在音频效果或右键菜单里,不同版本名称略有差别。

具体步骤

  1. 先确认素材来源。自己录的、买过授权的、平台明确允许的才处理,别人的商业录音不要拿来二次发布。
  2. 把源文件转成无损或高码率格式再送进去。压缩过的低码率文件分离出来会有明显的空洞感。
  3. 导出前看一眼整段峰值。已经削波的部分分离后是一片糊,先把电平压下来再处理。
  4. 选分离模式:只分人声和伴奏两轨,还是分成人声、鼓、贝斯、其他四轨。只要伴奏时选两轨更省事。
  5. 跑完把两轨都听一遍,重点听人声轨里有没有残留鼓点,伴奏轨里有没有残留齿音。
  6. 需要更干净的结果,把伴奏轨再跑一次分离,去掉残留人声,代价是高频会损失一部分。
  7. 最后把两轨对齐时间轴,确认没有毫秒级偏移,再混回或者单独导出。

几个坑

  • 拿低码率音频去分离。压缩已经丢掉了一部分频段,模型只能靠猜,结果就是金属音和空洞。
  • 以为分离是万能的。混响很重的现场版、多人合唱叠在一起的段落,分离后基本没法用。
  • 只拿一段下结论。同一首歌的前奏和副歌难度差别很大,要整首听一遍再判断。
  • 分离完直接发布。平台对版权音频有识别,分离不改变版权归属,拿去商用风险很高。
  • 反复叠加分离。每跑一次都损失细节,跑三四次之后人声会变得又薄又毛。
  • 中间过程用有损格式。要接着处理就用无损,最后一步再压。

怎么验证

把伴奏轨单独循环听三遍,重点听原唱进副歌的位置:还能听清咬字说明分得不干净,换模式重跑;只留下一点气口或尾音属于正常。再单独听人声轨,看下面有没有规律的鼓点或贝斯。然后戴耳机和用音箱各听一遍,耳机更容易暴露残留,音箱更容易听出空洞。最后两轨对齐一起播放,和原曲对比,如果整体变得又薄又空,就不要靠加混响去补。

常见问题

分离出来的人声有金属音怎么办

多半是源文件码率太低,或者反复分离叠加了几次。换一份质量更好的源文件,只跑一次。如果源文件本身码率就很低,金属音基本去不掉,这种素材不如重新录一遍。

伴奏里的和声去不掉正常吗

正常。和声和主唱在频谱上贴得很近,模型很难只留一个去一个。想保留和声就把分离强度调低,接受一点人声残留;想要干净伴奏,就得接受和声也被一起去掉一部分。

离线模型和在线工具差多少

同一代模型结果差别不大,差的是成本和使用方式。在线工具省事但要上传素材;离线模型慢一点,素材不出本机,适合处理客户录音或不能外传的内容。选哪个看素材性质,不是看哪个更贵。

一句话总结:人声分离能不能用,取决于源文件干不干净,反复跑只会越跑越糊。