跳到主要內容

將歌曲分離成各個音軌

用在瀏覽器中執行的 AI 模型,把歌曲分離成人聲、鼓、貝斯和其他樂器,輕鬆做出沒有鼓或貝斯的練習音軌。

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

音軌分離器 使用方法

  1. 1

    載入歌曲

    放入你想練習或研究的歌曲,音訊檔或影片都可以。這個頁面預設為 4 軌模式。

  2. 2

    開始分離

    按下「分離」。每個 12 秒的區塊會依序經過四個網路處理,所以所需時間約為單純人聲移除的兩倍;79 MB 的模型只會在第一次使用時下載。

  3. 3

    調出你的練習混音

    將你演奏的聲部靜音,例如想要無鼓版就靜音鼓,想要無貝斯版就靜音貝斯,然後聽沒有它的樂團演奏。

  4. 4

    儲存音軌或混音

    你可以下載每一軌,或把四軌打包成 ZIP 一次下載;也可以按下「儲存目前聽到的混音」,把靜音後的版本存成單一的 WAV 或 MP3 檔案。

限制與 Pro

4 軌模式可處理最長 10 分鐘、500 MB 以內的歌曲;更長的歌曲只會保留前 10 分鐘。記憶體 4 GB 以下的裝置(例如多數手機)一次分離 3 分鐘。

在電腦上,4 軌模式每首歌最長 12 分鐘,2 軌模式最長 20 分鐘。 查看 Pro

關於 音軌分離器

音軌分離器會把一首混音完成的歌曲拆成四軌:人聲、鼓、貝斯和其他,其中「其他」包含吉他、鍵盤、弦樂、管樂,以及所有不是人聲、鼓或貝斯的聲音。它和人聲移除工具使用同一套在瀏覽器內執行的分離程式,只是以 4 軌模式開啟,採用 Deezer 的四網路 Spleeter 模型。

樂手可以用它製作跟奏音檔。鼓手把鼓靜音,就能跟著原版樂團練習;貝斯手可以對貝斯做同樣的事;歌手則只保留伴奏。儲存目前聽到的混音,會把這個組合直接寫成一個檔案,方便放進手機、有 AUX 輸入的練習音箱或循環樂句機。製作人和學生也可以用各自獨立的音軌研究某個聲部的演奏方式、抄寫貝斯線,或取樣鼓的間奏。

每一軌都是 44.1 kHz 的立體聲 WAV 或 MP3,長度與原曲相同,所以四個檔案在任何 DAW 中都能對齊,加總後會還原成原曲。模型分離到約 11 kHz,並把最高頻段分配給各軌,因此混音中的 Hi-hat 依然明亮。

四軌能呈現的內容仍有限。吉他和鋼琴不會彼此分開,編曲密集時,其他軌可能混入一點貝斯,低頻悠長的大鼓也偶爾會在貝斯軌留下痕跡。沒有鼓組或貝斯的歌曲,這些聲部的音軌則幾乎是靜音。

隱私

四個音軌都由這個分頁中的 worker 在你的電腦或手機上運算,歌曲不會傳送到伺服器。瀏覽器只會從 jsDelivr 下載執行環境,並從 huggingface.co 下載模型檔案,模型會保留到你自行移除為止。

音軌分離器:常見問題

如何製作無鼓或無貝斯的練習音檔?
分離完成後,按下鼓(或貝斯)那一列的靜音鈕並試聽,切換時播放位置會保持同步。滿意後按下「儲存目前聽到的混音」,就會得到只包含正在播放音軌的單一檔案,檔名會標示其中的聲部,格式則依「儲存為」的選擇。
可以分離吉他、鋼琴或弦樂嗎?
無法單獨分離。4 軌模型只辨識人聲、鼓和貝斯,其他樂器都會一起歸入「其他」音軌。如果歌曲除了鼓、貝斯和人聲就只有一把吉他,等於能得到吉他軌;但若同時有鍵盤、吉他和弦樂,它們會混在「其他」裡。
4 軌分離需要多久?
大約是 2 軌的兩倍,因為要執行四個網路,而不是兩個。我們在 2.1 GHz 處理器的單一核心、沒有顯示卡的環境測試,一首 4 分鐘的歌曲花了不到兩分鐘。在 Chrome 或 Edge 搭配效能足夠的顯示卡並使用 WebGPU,可能快上許多;手機則會慢好幾倍。
為什麼鼓軌裡會有一點貝斯?
大鼓和貝斯常常在同一時間演奏相同的低音,模型必須把這段能量分給兩者。大部分會歸到正確的音軌,但偶爾會殘留輕微的悶響或低頻。在完整樂團的混音中很難察覺,用來做練習音檔也不影響。
四個音軌加起來會等於原曲嗎?
會。模型的四個遮罩會把聲音的每一小段分配給各音軌,所以各聲部加總永遠是 100%。同時播放四軌,或在 DAW 中從同一起點匯入,就能聽到原曲;若儲存成 MP3,因為是破壞性壓縮,會有些微差異。

此工具的其他用途

全部影音工具