跳到主要內容

擷取歌曲中的人聲(清唱音軌)

從任何歌曲中分離出乾淨的人聲音軌,可用於混音、翻唱或學歌詞。由 AI 模型在你的裝置上完成分離,不需上傳。

將歌曲或影片拖放到這裡MP3、WAV、M4A、FLAC、OGG,或 MP4、MOV、WebM 的聲音 · 免費版最長 10 分鐘
選擇歌曲在你的裝置上處理,不會上傳
在瀏覽器中執行・不需上傳運作方式

人聲擷取 使用方法

  1. 1

    加入歌曲

    請選擇手邊品質最好的版本:WAV、FLAC 或高位元率的 MP3,分離出來的清唱會比手機錄音轉出來的片段更乾淨。音樂影片也可以使用。

  2. 2

    開始分離

    保持 2 音軌模式,也就是專門區分人聲與伴奏的模型組合,然後按下「分離」。第一次使用時,會下載 39 MB 的模型並儲存在瀏覽器中。

  3. 3

    單獨檢查人聲

    結果開啟時會單獨播放人聲。請拖曳檢查副歌和安靜的主歌,這些地方最容易聽出殘留的鼓聲或吉他聲。

  4. 4

    下載清唱

    可將人聲儲存為 WAV,方便在 DAW 中編輯,或儲存為 MP3 分享給團員;如果兩個都需要,伴奏就在下方。

限制與 Pro

每首歌上限 10 分鐘與 500 MB;超過的檔案只會保留前 10 分鐘。手機等記憶體 4 GB 以下的裝置,一次處理 5 分鐘。

在電腦上可處理最長 20 分鐘的歌曲。 查看 Pro

關於 人聲擷取

清唱(acapella)就是把樂團拿掉之後,只剩下人聲的部分。製作人會用它來做混音和 mash-up,翻唱的歌手可以研究原唱的phrasing與換氣,老師可以用它示範和聲,抄歌詞的人沒有鼓聲干擾,也更容易聽清楚每一個字。

這個頁面會以人聲模式開啟人聲移除工具:你最先聽到的音軌和主要下載內容都是人聲。它使用 Deezer 的 Spleeter 模型,針對每個時間點與頻率判斷有多少成分是人聲,保留這一部分,其餘則去除。

人聲音軌裡會包含模型認為是歌聲的所有內容:主唱、和聲、背景人聲、即興唱腔和說話部分,全都在同一個音軌中。加在人聲上的殘響與延遲通常也會一併保留,單獨聽很自然,但換了速度後用在混音裡可能會顯得模糊。非常氣音或輕聲細語的段落,可能比原曲更小聲;同音域的持續合成器音色或主奏吉他,有時也會滲進來。單聲道錄音比立體聲更難處理,因為人聲和樂器共用同一個聲道。

人聲會維持原本的調性與速度,因此與原曲和伴奏音軌能逐個取樣點對齊。如果要改變調性或速度,之後請把 WAV 載入音訊編輯軟體;這個工具只負責分離。

隱私

人聲是在你自己的裝置上分離的:歌曲由這個瀏覽器分頁中的 worker 讀取和處理,不會上傳。Spleeter 模型只會從 huggingface.co 下載一次,執行環境來自 jsDelivr,這兩個請求都不包含你的音樂。

人聲擷取:常見問題

清唱裡會包含背景人聲嗎?
會。模型區分的是人聲與樂器,而不是不同的歌手,所以和聲、疊唱、合唱和即興唱腔都會和主唱一起出現在人聲音軌中。如果只想要主唱,就得手動編輯:在 DAW 裡,常可在空隙處剪掉背景人聲部分,若它們的聲像分得很開,也可以利用立體聲位置來處理。
為什麼人聲音軌裡聽得到微弱的鼓聲或吉他聲?
在同一時間與人聲頻率重疊的聲音,無法被完美地分開。小鼓和鈸的聲音可能留下輕微的「滴答」聲,人聲音域內的主奏吉他或薩克斯風也可能滲入。這些殘留都很小聲,放進混音配上新的節奏後通常就聽不到了。最有幫助的做法,是使用更乾淨、位元率更高的來源檔案。
做混音時應該下載哪種格式?
建議選 WAV。它是 44.1 kHz、16 位元的未壓縮音訊,任何 DAW 都能匯入,也沒有編碼器延遲,所以會和原曲及伴奏音軌從完全相同的取樣點開始。320 kbps 的 MP3 對多數人來說聽起來差不多,檔案大小約為五分之一,傳給歌手或放進手機會更方便。
用這個人聲做的混音可以發布嗎?
必須取得授權才行。錄音中的聲音仍屬於歌手與唱片公司的作品,所以發布混音、mash-up 或清唱本身,通常都需要授權,不過有些歌手會為混音比賽釋出官方音軌。個人練習、學習,以及不錄製也不發布的 DJ 演出,則是另一回事。
人聲會和原曲保持同步嗎?
會。除了轉換為 44.1 kHz 之外,沒有任何拉伸、位移或重新取樣,所以人聲能與原曲及伴奏音軌逐個取樣點對齊。把兩者以零偏移放進 DAW,播放起來就和原本的混音一樣。若要改變調性或速度,之後得在音訊編輯軟體中處理。

此工具的其他用途

全部影音工具