跳到正文

提取歌曲中的人声(清唱)

用 AI 模型在你的设备上把歌声从任意歌曲中分离出来,得到干净的人声音轨,可用于混音、翻唱或学歌词,在浏览器中运行,无需上传。

把歌曲或视频拖到这里支持 MP3、WAV、M4A、FLAC、OGG,或 MP4、MOV、WebM 中的声音 · 免费版最长 10 分钟
选择歌曲在你的设备上处理,不会上传
在浏览器中运行 · 无需上传工作原理

人声提取 使用方法

  1. 1

    添加歌曲

    选择你手头质量最好的版本:WAV、FLAC 或高码率 MP3 分离出的清唱,比手机录音转出来的片段干净得多。音乐视频也可以使用。

  2. 2

    分离

    保持 2 音轨模式,即专门区分人声与伴奏的一对模型,然后点击“分离”。首次使用时会下载一个 39 MB 的模型,并保存在浏览器中。

  3. 3

    单独试听人声

    结果打开时默认只播放人声。拖动进度条听一听副歌和安静的主歌,这些地方最容易发现残留的鼓声或吉他声。

  4. 4

    下载清唱

    把人声保存为 WAV,可在 DAW 中编辑;保存为 MP3,则方便发给乐队成员。如果两者都需要,伴奏就在下方。

限制与 Pro

每首歌最长 10 分钟、最大 500 MB;更长的文件只保留前 10 分钟。手机以及内存 4 GB 或更小的设备,每次处理 5 分钟。

在电脑上可处理最长 20 分钟的歌曲。 了解 Pro

关于 人声提取

清唱(acapella)就是去掉伴奏后的歌曲人声部分。制作人用它来做混音和串烧,翻唱歌手用它研究原唱的断句和换气,老师用它讲解和声,想听写歌词的人没有鼓点干扰,也更容易听清每个字。

这个页面会以人声模式打开人声分离工具:你最先听到的音轨和主要下载内容都是人声。它使用 Deezer 的 Spleeter 模型,模型会判断每个时刻、每个频率上有多少声音属于人声,保留这部分,去掉其余的声音。

人声音轨里包含模型听起来像歌声的所有内容:主唱、和声、伴唱、即兴哼唱和念白,全都在同一条音轨中。加在人声上的混响和延迟通常会一并保留,单听很自然,但在速度不同的混音里可能显得发糊。气声很重或轻声耳语的句子,可能比原曲更小声;同音域的持续合成器铺底或主音吉他,有时也会混进来。单声道录音比立体声更难处理,因为人声和伴奏共用一个声道。

人声会保持原来的调性和速度,因此与原曲以及伴奏音轨逐采样点对齐。如需改变调性或速度,请之后把 WAV 载入音频编辑器处理;本工具只负责分离。

隐私

人声分离在你自己的设备上完成:歌曲由此浏览器标签页中的后台线程读取和处理,不会上传。Spleeter 模型只会从 huggingface.co 下载一次,运行环境来自 jsDelivr,这两个请求都不包含你的音乐。

人声提取:常见问题

清唱里包含伴唱吗?
包含。模型区分的是人声和乐器,而不是不同的歌手,所以和声、叠录、合唱和即兴哼唱都会和主唱一起进入人声音轨。如果只想要主唱,就需要手动编辑:在 DAW 中,常常可以剪掉出现在间隙里的伴唱,伴唱声像分得很开时也可以借助立体声位置处理。
为什么人声音轨里能听到微弱的鼓声或吉他声?
在同一时刻与人声频率重叠的声音,无法被完美分开。军鼓和镲片可能留下轻微的“嗒”声,人声音域内的主音吉他或萨克斯也可能混入。这些残留声音很轻,放进混音里配上新的鼓点后通常就听不到了。使用更干净、码率更高的源文件,比什么办法都有效。
做混音应该下载哪种格式?
选 WAV。它是 44.1 kHz、16 位的无压缩音频,可导入任何 DAW,而且没有编码器延迟,起点与原曲和伴奏音轨完全对齐。320 kbps 的 MP3 在多数人听来音质相同,体积只有大约五分之一,发给歌手或传到手机上更方便。
用人声做的混音可以发布吗?
必须获得许可。录音中的人声仍然是艺人和唱片公司的作品,所以发布混音、串烧或清唱本身通常需要授权,不过有些艺人会为混音比赛发布官方分轨。仅用于私下练习、学习,以及不录制、不发布的 DJ 现场演出,则是另一种情况。
人声和原曲的节奏还能对上吗?
能。除了统一为 44.1 kHz 的采样率外,没有任何拉伸、平移或重采样,所以人声与原曲和伴奏音轨逐采样点对齐。把两条音轨都放在 DAW 的零点,播放效果就和原来的混音一样。调性或速度的修改,需要之后在音频编辑器中完成。

此工具的其他用途