人声消除 使用方法
- 1
把歌曲或视频拖到这里
选择 MP3、WAV、M4A、FLAC 或 OGG 文件，或者选一个你想提取音轨的视频。AVI、WMA 等较少见的格式由内置的 ffmpeg 引擎解码，而不是浏览器。
- 2
选择 2 轨或 4 轨
“2 轨”会得到一条人声轨和一条伴奏。“4 轨”会把音乐进一步拆分为鼓、贝斯和其他部分。首次运行时需要下载一次模型：39 MB 或 79 MB。
- 3
点击“分离”
歌曲会以重叠的 12 秒片段依次通过模型。进度条会显示当前进度和大致剩余时间，点击“取消”可立即停止处理。
- 4
试听、静音和独奏
默认先播放静音人声的伴奏。你可以对任意音轨静音或独奏，也可以点击波形跳转到对应位置；切换时所有音轨始终保持同步。
- 5
保存为 WAV 或 MP3
可以下载伴奏、任意单个音轨，或把所有音轨打包成一个 ZIP，格式为无损 16 位 WAV 或 320 kbps 的 MP3。
限制与 Pro
歌曲最长 10 分钟、最大 500 MB；文件更长时只分离前 10 分钟。手机和内存不超过 4 GB 的设备每次最多分离 5 分钟（4 轨时为 3 分钟）。
在电脑上，每首歌 2 轨最长 20 分钟，4 轨最长 12 分钟。 了解 Pro
关于 人声消除
人声消除工具可以把一首完整的歌曲拆分成多条独立的音轨，也就是“音轨”（stem）。它使用 Spleeter，这是 Deezer 研究团队用自己获得授权的曲库训练的音源分离模型，并以 MIT 许可证发布。在 2 轨模式下，你会得到人声和其余所有声音，也就是歌曲的伴奏或卡拉 OK 版本。在 4 轨模式下，音乐会被进一步拆分为鼓、贝斯和其余乐器。输出的音轨为 44.1 kHz 立体声（单声道录音保持单声道），叠加在一起后与原始录音完全一致。
常见用途包括：用原版伴奏唱卡拉 OK 和练歌，制作“去掉一件乐器”的伴奏来配合自己演奏，提取清唱人声用于混音或串烧，以及听音扒谱，找出贝斯线或鼓点。
模型基于频谱图工作：对每一小段时间和每个音高，估算它属于各条音轨的比例。它的判断范围最高约 11 kHz；高于这个频率时，每条音轨按平均比例分配，因此镲片和混音顶部的空气感会保留下来，而不是被截掉。效果取决于录音本身：乐队伴奏下清晰的主唱分离得很好；混响尾音、叠加的和声、合唱以及重度处理的人声，常会在伴奏里留下淡淡的残影，主音吉他、萨克斯等处于人声音域的乐器也可能串入人声轨。它无法从二重唱中单独去掉其中一位歌手，不能改变调或速度，也不能移除鼓和贝斯之外的单个乐器。
隐私
歌曲由本浏览器标签页内的后台线程解码和分离，音频不会离开你的设备，也无需账号。只会下载程序文件：来自 jsDelivr 的 ONNX Runtime 引擎，以及来自 Hugging Face（huggingface.co）的 Spleeter 模型。模型会保存在此浏览器的存储中，供下一首歌使用，直到你点击“移除”；各音轨在你保存之前只存在于当前标签页中。
功能
在你的设备上分离
Spleeter 通过 ONNX Runtime 在 Web Worker 中运行，可用 WebGPU 调用显卡，也可用 WebAssembly 调用处理器。
播放时即可静音和独奏
每条音轨都有独立的波形以及静音和独奏按钮，保存之前就能听到伴奏版、纯人声或任意组合。
WAV、MP3，或全部音轨的 ZIP
可保存无损 16 位 WAV 用于编辑，或保存 320 kbps 的 MP3 用于手机和卡拉 OK 应用。