由于日常制作混剪类视频，我常常面临人声与背景音乐分离的需求，尝试过多款相关工具，以下是我整理的三款效果尚可的分离方案：
特别说明：当前技术仅能实现人声与背景音乐的优化分离，无法完成完全剥离，因此分离后的音频音质会存在一定程度的损失，请根据需求谨慎选择处理方案
01 语音AI分声-人声分离
工具：语音AI分声（网页端应用）
处理效果：☆☆
原理：该功能通过左右声道信号的差异来实现人声过滤。由于人声多为单声道音频，伴奏则常为立体声，人声在左右声道的信号高度重合，而伴奏左右声道信号存在差异，因此该工具会提取左右声道一致的信号并降低其音量，以此达到消除人声的目的。但如果部分乐器的左右声道信号也一致（如鼓类），也会被一同消去，这是其效果受限的核心原因。
操作步骤（以消除人声、保留伴奏为例）：
- 将需要处理的音频导入网页端应用，完成加载
- 找到"人声处理"相关功能入口，点击进入
- 选择预设的"人声移除"选项，系统会自动匹配参数
- 点击预览按钮试听效果，确认后点击"应用"完成处理，即可提取所需的伴奏或人声
02 铭文分音-声音分离
工具：铭文分音（网页端应用）
处理效果：☆☆☆☆
原理：依托经过机器学习训练的算法，可智能识别人声、"贝斯"、"打击乐"及其他乐器音源，执行精准的音源分离并实现音乐平衡调整。相比前者，分离精度更高，能更好地区分人声与特定乐器声音。
操作步骤：
- 将音频导入网页端应用后，在功能栏找到"音乐平衡调整"板块
- 若需去除人声，将"人声"相关参数调至最低；若需去除背景音乐，则将"贝斯"、"打击乐"、"其他乐器"参数调至最低
- 灵敏度调整：四个核心音源的灵敏度默认值均为5.0，该数值代表对应声音的频率范围宽窄，数值越高，提取时覆盖的频率范围越宽，可能会包含更多相似频率的声音。若将数值调至10.0，效果与5.0基本一致，无需过高设置
- 分离算法选择：左右声道分离模式速度较快，适用于对处理效率要求高的场景；高级链接通道模式算法更复杂，分离精度更高，但处理速度稍慢
- 参数设置完成后，点击"生成"按钮，即可提取所需的人声或伴奏
- 保存处理后的音频文件，完成操作
03 回时分声
工具：回时分声（网页端应用）
处理效果：☆☆☆
原理：采用多维度声源识别技术，可对人声与伴奏进行智能拆分，在保持音质相对完好的同时完成分离，弥补了前两款产品在复杂音频环境下的不足。
操作步骤：
- 导入需要处理的音频文件，等待系统加载完成
- 进入"声源分离"功能模块
- 选择需要分离的"目标类型"（人声或伴奏），系统会自动初始化处理参数
- 可根据需求微调分离强度参数，平衡分离效果与音质损失
- 点击"生成"等待处理完成，保存输出的音频即可
发布者：云, 赵，出处：https://www.qishijinka.com/software-testing/65087/
