人声与清唱 · 简体中文

去掉背景音乐、保留说话声:先选对处理任务

“去音乐”可能指从歌曲里提取演唱,也可能指保留视频或播客里的说话声、去掉配乐。两者首先要判断的都是目标声音:歌声可以从人声/伴奏分离开始;说话与环境声则有专门的对白处理工具。名称都带“人声”,不代表模型要识别的目标完全一样。

1. 一分钟实际音频测试

So Much is Wrong — gurdonark, featuring SackJo22 · 1:57–2:57 · 60s

这是原作者已经制作好的真实旁白配乐作品,不是临时合成的配音示例。请对比说话声是否丢失、背景音乐是否残留。

多轨分离结果

0:00.0 / 1:00.0

点击或拖动波形定位。波形获得焦点后:←/↓ 后退,→/↑ 前进;Tab 下一轨,Shift+Tab 上一轨;空格键播放或暂停。

原音频正在加载音频…
正在加载波形…
0:000:30.01:00.0
下载 MP3
100%
电平—dBFS
人声正在加载音频…
正在加载波形…
0:000:30.01:00.0
下载 MP3
100%
电平—dBFS
伴奏正在加载音频…
正在加载波形…
0:000:30.01:00.0
下载 MP3
100%
电平—dBFS
循环
循环
查看测试设置与处理记录

2026 年 11 月 7 日实测:标准模式、4 秒 segment、NVIDIA RTX 4060。耗时包含本地推理及导出,不含模型加载、排队和传输。

模型处理耗时峰值显存
kim-melbandroformer7.45 s1,449.2 MiB

不含模型加载、排队和传输。各版本使用相同输入与标准模式。试听为 192 kbps MP3;参考轨为 96 kbps 单声道、16 kHz。

原作者参考音频 · 不是 AI 输出

参考录音已与原曲对齐,用于核对目标声音确实出现在这一段中;活动检测不等于听感质量评分。参考轨调整过电平,不代表原曲中的混音比例。

人声参考轨 ↗

完整测试记录 ↓

2. 先判断录音类型与可用素材

  • 歌手在乐器伴奏上演唱:试人声/伴奏分离,保留 Vocals。
  • 主持人在背景配乐上说话:优先了解语音或对白隔离,重点验收每个字能否听清。
  • 没有配乐,但有底噪、嗡声或交通声:先判断噪声类型,不要默认都交给音乐分轨。
  • 两个人重叠说话:这是多人语音分离问题,仅去背景音乐不会让每人自动各占一轨。

uvr online 主要提供音乐分离。普通人声轨不等于专业对白修复,也不承诺提取某个指定说话者。处理纯对白时,用歌声模型试一次只能作为实验。本文的目的,是帮你判断什么时候值得继续,什么时候该换工具,而不是把不支持的任务包装成现成功能。

如果视频或播客由你制作,并保留了独立麦克风轨和配乐轨,直接降低或静音配乐通常比拆解成品更可靠。如果只有视频,应先用编辑器导出有权处理的音频,再上传;本站音频流程不接受任意视频链接。保留未处理录音,必要时在编辑器里修补一两个受损字音,而不是覆盖掉唯一原件。

3. 检查说话声是否完整、配乐是否残留

完整结果生成后,定位难处理的片段,与原音频对比。既检查需要保留的细节,也检查残留声,再决定保留哪条音轨。

4. 按症状决定下一步

在线模型涵盖人声/伴奏、四轨或六轨、乐器提取、主唱/伴唱和去混响,可用状态见选择器。输出属于估算,不提供按人名识别说话者、通用噪声修复或任意声音的保证还原。

5. 常见问题

去伴奏工具能保留说话声吗?

可能保留一部分,但面向歌声的模型不保证对白效果。先测轻声字,再考虑专门的语音流程。

去背景音乐就是降噪吗?

不是。配乐、持续嗡声和单次咔哒声属于不同问题,应该先识别干扰再选处理方式。

能把两个人分别导出吗?

普通人声/音乐分离会把类似人声的内容归为一组,不提供每个人一份独立文件。

背景音乐消除能用于对白吗?

对白专用工具以此为目标,但仍要检查语言完整度。面向歌曲人声的模型,不能替代所有录音的对白处理。

音频来源与使用说明

So Much is Wrong — gurdonark, featuring SackJo22 · CC BY 3.0

使用的原始素材: SackJo22 / 51993

本页做了片段截取、音轨分离及 MP3 编码。

如果样例涉及你的隐私或权利,请联系 support@uvr.online,或通过站内客服提交样例链接及说明,申请核查与删除。 联系站内客服 →

这篇指南对你有帮助吗?

打开人声分离工具

打开人声分离工具查看当前限制和价格

操作说明于2026年11月6日核对。模型和账户规则可能调整,请以实时限制及可用状态为准;实际效果因录音而异。

简体中文
登录
使用统计·
简体中文
UVR Online

欢迎回来

登录以继续使用音轨与额度。