主唱与伴唱分离：先听清和声，再决定保留哪部分
主唱／伴唱分离是在一组人声里区分音乐角色，适合学习和声、独听伴唱或降低主旋律练习。普通人声／音乐分离只是把演唱收集成一组，不能自然解决这一层问题。社区中两位朋友想各学一个声部、却发现普通提取仍无法听清和声的提问，就体现了这个差别。
1. 明确目标，理解主唱与伴唱输出
主唱通常承担旋律焦点，伴唱可能包含和声、叠唱、呼应和即兴衬句，但一首歌里角色也会变化。两位同样突出的歌手不一定是主唱与伴唱，模型可能把两者都归为主唱组。按音乐角色拆分不能被描述成识别指定歌手。
只想要不带和声的主旋律，检查主唱估计；想学和声，检查伴唱或剩余估计；想跟着“音乐加伴唱”唱主旋律，剩余歌曲可能更合适。这几种交付不同，不能只凭模型名里有 Karaoke 就认为输出都一样。
在模型选择器中选择 Gabox Karaoke V1。预期输出：主唱 · 伴唱／其他残余。开始整首处理后，可分别播放和下载各条音轨。 第二个名称尤其重要，它不是“纯伴唱清唱”的保证，也可能带伴奏。不能因为别的服务采用三输出，就假设本站可以同时给出完全独立的主唱、和声、乐器三份文件。
2. 用最难的和声乐句做检查
- 上传有权处理的原曲，在处理步骤阅读主唱／伴唱或卡拉 OK 模型说明。
- 选和声进入、与主唱重叠、再结束的片段。只有主唱的地方，无法证明和声能被拆好。
- 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。
- 分别独听两条输出，再切回原曲同一句，检查想要的和声音符是否完整，而不只是主唱有没有变小。
这是建议的听音测试，应记录“和声最后一音少了”或“主唱叠录仍在”，不填写没有依据的精确效果百分比。如果后面副歌角色交换，还需要再听另一段。
3. 进一步处理与常见误判
如果分两步处理，先导出包含全部歌声的人声文件，再作为新任务上传并选择 Gabox Karaoke 模型。每一步单独消耗次数或积分；第二步无法恢复第一步已经丢失的和声。
在本站，这意味着把已下载的人声作为新任务再次上传，不是暗示已有一键自动链。再次查看页面消耗，并保留原曲与第一阶段人声。如果第一步就缺了轻和声，换一个更完整的初始人声结果，可能比反复处理不完整文件更有意义。
人声组可能含混响、延迟与多次叠录，提取后也可能保留这些效果。听见重复字音，不证明已经分出独立伴唱者。 学和声时，要找能独立跟唱的旋律线，并回原曲确认；制作练唱伴奏时，还要听剩余配器有没有受损，尤其是和声同音区的持续乐器。
如果结果仍不足以学习，可寻找有授权的声乐编配、原始分轨，或在外部编辑器里进行更细的人工听音。在到期前下载有用输出，并保持起点一致。模型标签是听音的起点，不是经过确认的声部乐谱。
4. 常见问题
能去主唱、保留伴唱吗？
专用选项可能有帮助，但要检查剩余输出。本站当前双输出里，剩余文件可同时带伴唱与其他音频，不保证只有纯净和声。
能去掉伴唱、只留主唱吗？
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。
能把合唱两个人按身份分开吗？
不能可靠地按身份承诺。两人可能都担任主唱，按指定歌手拆分是另一种需求。
提取伴唱时怎么检查和声没丢？
选重叠乐句，对比伴唱估计与原曲。只有和声线仍完整才有用，主唱变安静本身不证明和声保留好了。