跳到正文

把歌曲拆分成分轨

用在浏览器中运行的 AI 模型,把歌曲分离成人声、鼓、贝斯和其他乐器,方便制作去掉鼓或贝斯的练习伴奏。

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

人声分离 使用方法

  1. 1

    载入歌曲

    把你想练习或研究的歌曲拖进来,音频文件或视频都可以。此页面默认使用 4 轨模式。

  2. 2

    开始分离

    点击“分离”。每个 12 秒的片段都会依次运行四个网络,所以耗时约为普通人声去除的两倍;79 MB 的模型只在第一次使用时下载。

  3. 3

    做出你的练习混音

    把你演奏的声部静音,例如静音鼓得到无鼓伴奏,静音贝斯得到无贝斯伴奏,然后听没有它的乐队演奏。

  4. 4

    保存音轨或混音

    可以下载每一条音轨,也可以把四条打包成 ZIP 下载;或者点击“保存当前听到的混音”,把静音后的版本保存为一个 WAV 或 MP3 文件。

限制与 Pro

4 轨模式下,歌曲最长 10 分钟、最大 500 MB;更长的歌曲只保留前 10 分钟。内存为 4 GB 或更少的设备(如大多数手机)每次处理 3 分钟。

在电脑上,4 轨模式每首歌最长 12 分钟,2 轨模式最长 20 分钟。 了解 Pro

关于 人声分离

音轨拆分器可以把一首混合好的歌曲拆成四条音轨:人声、鼓、贝斯和其他。其中“其他”包含吉他、键盘、弦乐、管乐,以及所有不属于人声、鼓和贝斯的声音。它与人声去除器使用同一个浏览器内的分离程序,只是以 4 轨模式打开,采用 Deezer 的四网络 Spleeter 模型。

乐手可以用它制作跟奏伴奏。鼓手静音鼓,和原版乐队一起练习;贝斯手静音贝斯,做法相同;歌手则只保留音乐。保存当前听到的混音,会把这种组合直接写入一个文件,方便放进手机、带 aux 输入的练习音箱或循环效果器。制作人和学生也可以用分开的音轨研究某个声部的演奏方式,扒贝斯线,或者采样鼓的间奏。

每条音轨都是 44.1 kHz 的立体声 WAV 或 MP3,长度与原曲一致,因此四个文件在任何 DAW 中都能对齐,叠加后还原成原曲。模型分离的频率最高约 11 kHz,更高的频段会分配给各条音轨,所以混音中的踩镲依然明亮。

四条音轨也有局限。吉他和钢琴不会互相分开,编曲密集时“其他”里可能混入少量贝斯,余音很长的底鼓有时会在贝斯音轨里留下痕迹。没有鼓组或贝斯的歌曲,对应的音轨几乎是静音。

隐私

四条音轨都由此标签页中的 worker 在你的电脑或手机上计算,歌曲不会发送到服务器。浏览器只会从 jsDelivr 下载运行环境,从 huggingface.co 下载模型文件,并保留模型,直到你把它删除。

人声分离:常见问题

怎样制作无鼓或无贝斯的练习伴奏?
分离完成后,点击鼓所在行(或贝斯所在行)的静音按钮并试听,切换时播放位置保持同步。听起来满意后,点击“保存当前听到的混音”。你会得到一个只包含正在播放的音轨的文件,文件名带有所含声部,格式由“保存为”决定。
能分离吉他、钢琴或弦乐吗?
不能单独分离。4 轨模型只识别人声、鼓和贝斯,其他乐器会一起归入“其他”音轨。如果一首歌除了鼓、贝斯和人声只有一把吉他,那“其他”就相当于吉他音轨;但乐队里有键盘、吉他和弦乐时,它们会混在“其他”里。
4 轨分离需要多长时间?
大约是 2 轨的两倍,因为要运行四个网络而不是两个。在我们的测试中,使用 2.1 GHz 处理器的单个核心且没有显卡,一首 4 分钟的歌用了不到两分钟。在 Chrome 或 Edge 中配合 WebGPU 和性能较好的显卡会快得多;手机上则会慢好几倍。
为什么鼓音轨里会有一点贝斯?
底鼓和电贝斯经常在同一时刻演奏相同的低音,模型只能把这部分能量分给两者。大部分会落到正确的音轨里,但轻微的闷响或轰鸣可能残留下来。在完整乐队的混音中很难察觉,对练习伴奏也没有影响。
四条音轨加起来等于原曲吗?
是的。模型的四个掩码会把声音的每一小段分配给各条音轨,所以各部分相加始终是 100%。把四条一起播放,或者从同一起点导入 DAW,听到的就是原曲;如果保存为有损的 MP3,则会有细微差别。

此工具的其他用途