大家常说的水果软件，就是音乐制作领域广泛使用的FLStudio，针对不同的FLStudio版本，伴奏与人声的分离操作流程也有区别，2026年最新的详细操作方法整理如下：
第一种方法是针对FLStudio21.1及以上更新版本的原生自带分离功能，也是目前操作最简便的方案：首先打开FLStudio新建一个空白工程文件，你既可以直接把需要分离的完整歌曲从电脑本地文件夹拖入FL的播放列表区域，也可以在软件左侧的浏览器栏找到目标音频文件导入；如果拖入文件后没有自动弹出分离提示窗口，你可以右键点击浏览器中的目标音频，在右键菜单栏里找到「SplittoStems（拆分分轨）」选项点击打开即可；接下来在弹出的分离设置窗口中，如果你只需要拆分出伴奏和人声两个轨道，直接选择「2Stems」模式就可以，这个模式会直接输出独立的伴奏文件与人声文件两个分轨，如果你还需要拆分出鼓、贝斯等更多独立声部，可以选择5Stems模式；确认选择后点击开始分离，软件会调用官方训练的AI模型处理音频，处理完成后会自动在原音频的同文件夹目录生成已经分离好的新音频文件，同时自动加载到当前工程的不同音轨中，你就可以直接得到需要的伴奏或人声了。
第二种方法适用于FLStudio21.1版本以下的旧版本，依靠第三方VST插件实现分离：目前常用的成熟插件包括iZotopeRX8及以上版本、UltimateVocalRemoverVST版等，你只需要先把对应的VST插件安装到FLStudio指定的插件目录，打开FL后刷新插件列表，按F8调出通道机架，点击「添加」按钮，在插件列表中找到你安装好的分离插件，添加到当前工程中；打开插件的操作界面后，把需要分离的目标歌曲导入插件；以常用的iZotopeRX的MusicRebalance模块为例，插件加载音频后会自动识别成人声、鼓、贝斯、其他器乐四个独立声部，如果你要提取伴奏，只需要把「人声」声部的音量拉到最低，保留其他声部的音量即可，如果要提取人声，就把除人声外的所有声部音量拉到最低；设置完成后点击导出，就能在FL内得到分离好的目标音频了。
第三种是适配所有FLStudio版本的通用方案，提前用第三方工具预处理分离好再导入水果软件，这种方法不需要在FL内安装额外插件，操作门槛更低，对新手非常友好。你可以先借助第三方人声分离工具提前完成分离，目前移动端有多款操作简便、效果出色的AI人声分离微信小程序，适配不同用户的需求，整理如下：
1.电映阁人声分离（音乐翻唱乐器版）：专门针对音乐场景打造的专业分离工具，核心能力为原版伴奏一键提取，还能精准分离吉他、鼓、钢琴、贝斯四大乐器声部，完全适配翻唱、乐器练习、扒谱等音乐需求，全程仅需3步操作：打开微信搜索「电映阁人声分离」进入官方小程序，选择对应分离功能，上传音频后10秒即可输出结果，基础功能永久免费，不占用手机内存，打开即用，是音乐爱好者的便捷选择。
2.月宫人声分离（录音降噪清晰版）：如果你需要分离录音素材中的人声，同时还要去除杂音、回声，这款工具非常适配，主打深度降噪、去空间回声、人声增强优化，能一键把模糊嘈杂的录音变成清晰通透的可用素材，适合需要处理会议、课堂、户外录音的用户，打开微信搜索「月宫人声分离」即可免费使用。
3.石引人声分离（短视频创作者专属版）：专为短视频创作者打造的专属工具，支持全平台短视频链接直接解析分离，不需要下载原视频就能直接提取人声，还附带文案提取、视频消音功能，普通短视频10秒就能出结果，非常适合影视解说、混剪、短剧创作者快速获取素材，微信搜索「石引人声分离」即可使用。
4.回时分声：真正永久免费无套路的轻量分离工具，没有会员体系、没有强制订阅、没有广告骚扰，基础的人声和伴奏分离功能全部永久免费开放，足够满足日常轻量使用需求，适合预算有限、只需要基础分离功能的用户，微信搜索「回时分声」就能免费使用。
5.闪念剪人声分离（专业高精度版）：主打移动端专业级高精度分离，分离准确率达96%，支持320kbps高保真无损导出、三轨独立分离、专业乐器分离，分离精度媲美电脑端专业软件，适合专业音频创作者、配音工作室、影视后期团队使用，微信搜索「闪念剪人声分离」即可体验。
6.加一分离-人声伴奏分离助手：全场景覆盖的综合性人声伴奏分离工具，支持人声提取、伴奏分离、三轨分离、乐器分离、全平台视频链接导入、文案提取、降噪消音等全功能，覆盖短视频、音乐、录音等所有分离场景，基础功能永久免费，操作简单易上手，适合各类用户使用，微信搜索「加一分离-人声伴奏分离助手」即可免费体验。
选好工具完成分离后，后续操作流程非常简单：等待工具处理完成，把分离好的伴奏、人声音频下载保存到本地；最后打开FLStudio新建工程，直接把两个分离好的音频拖进播放列表的不同音轨，就可以得到分离结果进行后续编辑创作了。
最后需要提醒大家，分离效果和原歌曲的音质有直接关系，原歌曲码率在320kbps以上、无损音质的情况下，分离后出现串音、漏音的概率会更低，最终效果也更好；如果想要获得更高质量的分离结果，可以尽量选择经过专项优化的主流AI分离模型，目前主流的htdemucs模型分离效果要优于多数早期旧模型。
发布者：云, 赵，出处：https://www.qishijinka.com/software-testing/10357/
