如何去除歌曲人声：5 种简单方法提取伴奏（2026）

几年前，想把一首歌的人声去掉，基本就是把一个声道反相，然后听天由命。

结果通常是一段空洞的单声道音频：歌手的回声还在背景里飘，贝斯线却没了。

这招早就过时了。如今的 AI 分离模型用成千上万份多轨录音训练而成，能把人声从成品混音里干净地拎出来，干净到足以拿去唱 K、练琴、做 Remix，甚至做粗略的小样。

问题在于，现在的方法多达十几种，效果却参差不齐。

这篇教程会带你过一遍 5 种真正好用的方法：从一分钟出结果的网页工具，到免费的桌面软件。你还会看到公开评测数据怎么说、最常见的问题怎么修，以及法律边界在哪里。

这篇文章会告诉你：

• 最快的去人声方法，什么都不用装
• 如何在 Audacity 里免费去人声，包括大多数教程都没提到的 AI 插件
• 什么时候值得折腾 Ultimate Vocal Remover 这类桌面软件
• 如何使用 Logic Pro、Ableton Live 和 FL Studio 自带的分轨功能
• 如何修复残留和声、混响尾巴和「水声感」伴奏
• 分离出来的音轨，哪些用法合法、哪些不行

---

该用哪种方法？

下面每种方法都能得到伴奏，区别在于速度、成本、上手难度，以及你能掌控多少细节。

在逐步讲解之前，先看简版结论。

5 种方法一览

快速判断

拿不准从哪开始，就按下面的流程走。大多数人在第一个问题就能停下。

---

开始之前：去人声到底是怎么实现的

不懂原理也能出结果。但懂一点能帮你避开最常见的坑，尤其是结果听起来不对、你想知道原因的时候。

「去人声」指的是什么？

去人声，就是把一首成品歌曲拆成若干独立的层（称为分轨），然后保留人声以外的所有部分。

大多数工具会输出两条分轨：

• 人声（干声 / Acapella）： 主唱与和声，不含任何乐器
• 伴奏（卡拉 OK 伴奏）： 鼓、贝斯、吉他、键盘以及其余一切

有些工具会拆得更细，分成四条或六条：人声、鼓、贝斯、钢琴、吉他和「其他」。如果只是去人声，两条分轨通常更干净，因为模型只需要做一个判断。

方法 A：相位抵消（老办法）

相位抵消利用的是一个混音习惯：主唱几乎总是放在正中间，所以左右声道里的人声完全相同。

原理

1. 把立体声歌曲拆成左、右两个声道。
2. 把其中一个声道的波形翻转（反相）。
3. 再把两个声道叠加回去。

两边完全相同的内容会互相抵消成静音。人声消失了，但所有放在中间的其他声音也一起消失了。

为什么效果往往令人失望

问题就出在后半句。贝斯、底鼓和军鼓通常也混在正中间，所以它们也会一起被抹掉。

与此同时，人声里左右「不完全相同」的部分却会留下来：

• 人声上的立体声混响和延迟
• 左右声像摆开的和声与叠唱
• 混音时稍微偏离中间的人声

如果文件本身是单声道，左右声道本来就完全一样，抵消之后整首歌都没了。

方法 B：AI 音源分离（新办法）

AI 分离不关心人声放在哪个位置，它认的是人声「听起来是什么样」。

原理

一首歌可以画成一张频谱图：记录每一时刻有哪些频率在发声。

分离模型研究过成千上万首人声轨和伴奏轨分开保存的歌曲，学会了人声在这张图上长什么样。

遇到一首新歌，它会预测出一张「掩码」，标出属于人声的区域。用这张掩码得到干声，用它的反面得到伴奏。

相位抵消 vs AI 分离对比

2026 年的 AI 去人声工具到底有多好？

研究人员用 SDR（信号失真比） 衡量分离质量，单位是分贝，测试集是包含 50 首歌的标准数据集 MUSDB18-HQ。数值越高越好，每提高 3 dB，残留误差大约减半。

下面是几个知名模型在人声分轨上的进步：

结论： 仅仅一年的研究（2022 到 2023 年），公开的最佳人声分数就从大约 9–10.5 dB 提升到了 12.7 dB。如今的免费和低价工具，跑的正是这些模型或它们的近亲。

---

方法 1：用在线 AI 去人声工具

最适合： 想在一分钟左右拿到干净伴奏的人，电脑和手机都行。

我们建议先试这个方法。什么都不用装，也不需要显卡，花时间折腾别的方案之前，先听听结果够不够用。

第 1 步：准备音频文件

输入质量决定输出质量。上传之前：

• 用你手上最好的音源。 WAV 或 FLAC 优于 MP3，320 kbps 的 MP3 优于 128 kbps。
• 避免录屏音频和外放翻录的音频。 房间回声和音箱音色会干扰模型。
• 剪掉静音或过长的前奏，如果文件接近时长上限的话。

支持的格式与限制

暂不直接支持视频文件，请先把音轨导出为 MP3。

第 2 步：上传并开始分离

1. 打开 AI 去人声工具。
2. 把文件拖进上传区域，手机上点 Upload a File（上传文件）。
3. 点击 Remove Vocals（一键去人声）。

一首三分钟的歌通常一分钟左右完成，更长的曲目耗时大致按比例增加。

第 3 步：试听两条分轨

别急着下载。先在页面上把两条音轨都放一遍，重点听最容易出问题的两个地方：

重点听哪里

• 最响的副歌。 编曲密集的段落，最容易在伴奏里藏着微弱的人声残留。
• 最安静的主歌。 编曲稀疏的段落，最容易暴露伴奏里的「水声感」伪影。

如果两处都干净，就大功告成了；如果不干净，跳到效果修复部分。

第 4 步：下载需要的音轨

唱 K 或练习就下载伴奏，做 Remix 或扒歌词就下载干声，也可以两条都下。免费账户可以完整下载两条分轨，不是 30 秒试听版。

其他热门在线去人声工具

大多数在线工具用的是相近的模型家族，实际差别主要在免费额度、时长上限和能拆几条分轨。

免费额度经常调整，依赖某个限制之前，请先去各工具的价格页确认。想看更全面的横向对比，可以读我们的音频分离工具实测排名。

---

方法 2：在 Audacity 里去人声（免费）

最适合： 已经在用 Audacity 剪音频、想要免费离线流程的人。

用 Audacity 去人声是搜索量最大的方法，也是被误解最多的方法。它其实有三种做法，而大多数老教程只讲了效果最差的那一种。

做法 A：AI Music Separation 插件（推荐）

Intel 免费发布了一套 Audacity 用 OpenVINO AI 插件，其中的 Music Separation 会在你自己的电脑上本地运行 Demucs v4 模型。

不用上传任何文件，就能得到 AI 级别的分轨。

如何安装

1. 打开 Audacity 官方下载页，找到 OpenVINO AI plugins 部分。
2. 下载与你的 Audacity 版本和操作系统匹配的版本。
3. 运行安装程序，然后重启 Audacity。
4. 打开 Effect › Plugin Manager（效果 › 插件管理器），确认 OpenVINO 相关效果已启用。

如何分离人声

1. 在 Audacity 里打开歌曲（File › Open）。
2. 按 Ctrl+A（Mac 上是 Cmd+A）选中整条音轨。
3. 依次点击 Effect › OpenVINO AI Effects › OpenVINO Music Separation。
4. 把 Separation Mode（分离模式）设为 (2 Stem) Instrumental, Vocals。
5. 选择运行设备：有 GPU 或 NPU 就选它们，否则选 CPU。
6. 点击 Apply（应用）并等待，通常需要一到三分钟。
7. Audacity 会为每条分轨新增一条音轨。把人声轨静音或删除。
8. 用 File › Export Audio 导出伴奏。

2 分轨模式 vs 4 分轨模式

做法 B：Vocal Reduction and Isolation 效果器

这就是大多数 Audacity 教程里讲的经典效果器。它基于中置声道抵消而不是 AI，所以前面提到的那些局限它都有。

重要： 从 Audacity 3.5 开始，这个效果器不再随默认安装包提供。你需要去 Audacity 的插件页面下载，再通过 Tools › Nyquist Plugin Installer 安装，并在插件管理器里启用。

如何使用

1. 选中整首歌。
2. 依次点击 Effect › Special › Vocal Reduction and Isolation。
3. 把 Action（操作）设为 Remove Vocals。
4. 按下表调整参数，点击 Preview（预览），再点 Apply。

参数说明

做法 C：手动反相法

原理和上面一样，只是全部手动完成。主要适合用来理解原理，或者在没法安装插件的电脑上使用。

1. 点击音轨名称菜单，选择 Split Stereo to Mono（分离立体声为单声道）。
2. 只选中下方那条音轨。
3. 依次点击 Effect › Special › Invert（反相）。
4. 选中两条音轨，点击 Tracks › Mix › Mix and Render（混音并渲染）。

结果是一条单声道音轨，中置内容已被抵消。

Audacity 三种做法对比

---

方法 3：用 Ultimate Vocal Remover（免费桌面软件）

最适合： 想要最高免费质量、完全掌控模型选择、无限量批量处理的进阶用户。

Ultimate Vocal Remover（UVR） 是一款免费开源的桌面软件，支持 Windows、macOS 和 Linux。它是众多分离模型的图形界面，包括 Demucs、MDX-Net 以及较新的 Roformer 系列。

你需要什么

如何用 UVR 去人声

1. 从 UVR 的官方 GitHub 仓库下载并安装。
2. 点击 Select Input，选择你的歌曲。
3. 选择输出文件夹。
4. 选择一种 Process Method（处理方式，见下表）。
5. 从下拉菜单里选择模型。如果还没安装，就用下载中心获取。
6. 有支持的显卡就勾选 GPU Conversion。
7. 选择 Instrumental Only（仅伴奏）或 Vocals Only（仅人声）等输出选项，然后点击 Start Processing。

该选哪个模型家族

难搞歌曲的两遍处理流程

UVR 最大的优势是可以串联不同模型：

1. 先用一个强力人声模型（Roformer 或 MDX-Net）分离歌曲。
2. 再对伴奏跑一遍去混响或去回声模型，清除残留的人声混响。

这和用同一个模型重复分离两次不是一回事——后者通常只会越弄越糟，排障部分会详细讲。

---

方法 4：用编曲软件自带的分轨功能

最适合： 已经拥有 Logic Pro、Ableton Live Suite 或 FL Studio 的制作人。

分轨已经成了编曲软件（DAW）的标配功能。如果你本来就在付费使用其中一款，可能根本不需要别的工具。

各编曲软件分轨功能对比

在 Logic Pro 里操作

1. 把歌曲拖进一条音频轨。
2. 选中这个片段。
3. 按住 Control 点按片段，选择 Processing › Stem Splitter。
4. 选一个预设，或者勾选需要的分轨，然后开始分离。
5. 把人声轨静音，导出其余部分。

在 Ableton Live 12.3+ 里操作

1. 把歌曲拖进一条音频轨。
2. 右键点击片段，选择 Separate Stems to New Audio Tracks。
3. 勾选需要的分轨，选择 High Quality（高质量；High Speed 只适合快速预览）。
4. 分轨会放进一个按颜色区分的编组里。停用人声轨，导出其余部分。

在 FL Studio 里操作

1. 把歌曲拖进 Playlist 或 Channel Rack。
2. 在 Playlist 里右键点击音频片段，选择 Extract stems from sample。第一次使用时，FL Studio 会免费下载模型。
3. 按需选择鼓、贝斯、乐器和人声，每条分轨都会放到单独的轨道上。
4. 把人声静音，渲染其余部分。

---

方法 5：在 iPhone 或安卓手机上去人声

最适合： 随时随地练习的乐手，或者手边没有电脑的人。

做法 A：用网页工具（无需 App）

网页版去人声工具可以在手机 Safari 和 Chrome 里直接使用。

1. 把歌曲保存到「文件」App（iPhone）或下载文件夹（安卓）。
2. 在浏览器里打开去人声工具。
3. 点 Upload a File，选择这首歌。
4. 点 Remove Vocals，然后试听或下载分轨。

做法 B：用专门的 App

做法 C：听歌时直接调低人声

如果你只是想跟着唱，可能根本不需要分离。

Apple Music Sing 可以让 Apple Music 订阅用户在支持的歌曲上实时调低人声音量，并同步显示歌词。它没法下载伴奏，但在家唱 K 的话，即开即用，而且完全正版。

---

附加技巧：用官方伴奏提取干声

有时候你要的正好相反：只要人声，不要音乐。

如果你同时有完整歌曲和它的官方伴奏，有个巧妙的办法。

原理

完整混音 =「伴奏 + 人声」。把伴奏减掉，剩下的就只有人声。

1. 把两个文件上下排列，导入 Audacity。
2. 对伴奏执行反相（Effect › Special › Invert）。
3. 把两条音轨的起点精确对齐。
4. 播放或导出混音，剩下的就只有人声。

什么时候会失败

这招失败时，直接用 AI 去人声工具处理完整歌曲，得到的干声反而更干净。

---

如何修复不理想的去人声结果

再好的模型，遇到某些歌也会失手。好消息是：大多数问题都有明确的原因和快速的解决办法。

问题 1：副歌里有残留和声

听到什么： 最响的段落里有微弱的和声或叠唱。

原因： 和声往往左右摆得很开、处理得很重，在模型看来更像乐器。

怎么修：

• 换一个模型。Roformer 系列尤其擅长抓出和声层。
• 只在副歌段落，用均衡器在 1–4 kHz 附近做一个轻微衰减。
• 如果是唱 K 用，残留一点也可以接受，现场演唱会完全盖住它。

问题 2：留下了人声的回声

听到什么： 每句唱完后都拖着一条朦胧的尾巴。

原因： 混响和延迟把人声在时间和立体声空间上铺开了，其中一部分被归类成了「空间声」而不是「人声」。

怎么修：

• 对伴奏跑一遍去混响或去回声模型（UVR 里有好几个）。
• 如果空隙很短，噪声门或精细的音量自动化也能解决。

问题 3：伴奏有「水声感」

听到什么： 镲片、铺底音色或吉他上有一种旋转的、像在水下的质感。

原因： 人声和乐器共用频段的地方，模型拿不准。低码率 MP3 会让情况更糟，因为压缩早已把这些细节抹糊了。

怎么修：

• 换成 WAV、FLAC 或 320 kbps 文件重新分离。
• 用 2 分轨模式，而不是 4 或 6 分轨。
• 换一个模型家族试试。

为什么音源质量这么重要

问题 4：鼓和贝斯不见了

原因： 你用的是相位抵消，它会去掉所有放在中间的声音。

解决： 换成上面任意一种 AI 方法。

问题 5：什么都没变

原因： 文件是单声道（老录音和一些从 YouTube 扒下来的音频很常见）。没有左右差异，抵消就无从下手。

解决： 单声道文件只能用 AI 分离。

问题 6：分离第二遍后反而更差

原因： 每次分离都会引入细微的伪影。把伴奏再喂回同一个模型，伪影会叠加。

解决： 始终从原始歌曲开始分离。如果需要额外清理，用另一类模型（比如去混响），而不是重复同一个。

---

分离出来的音轨能做什么？

拿到干净的分轨后，能做的事情一下子多了起来。

伴奏的用途

• 唱 K： 跟着原版编曲唱，而不是廉价的 MIDI 版本。
• 乐器练习： 和完整乐队合奏，只是少了你正在练的那一部分。
• 翻唱录音： 用真实的伴奏排练你自己的演唱。
• 私人项目的背景音乐： 不公开发布的幻灯片、家庭视频或课堂展示。

干声的用途

• Remix 和串烧： DJ 和制作人的原材料（发布任何作品之前，请先看下面的法律说明）。
• 研究演唱： 听清完整混音里被掩盖的咬字、换气和和声。
• 扒歌词： 单独的人声轨转写起来容易得多。把干声上传到语音转文字工具，就能得到一份带时间戳的歌词初稿。

不是歌曲？请用人声分离工具

如果你的音频是播客、访谈或带背景噪音的视频，而不是音乐，那去人声工具就用错了。人声分离工具专为语音调校，去掉的是嗡嗡声、车流声和房间底噪，而不是乐器。

如果你只是想让通话更清楚，手机可能本身就带这个功能。这里有 iPhone、Mac 和安卓上如何开启人声分离的教程。

---

去除歌曲人声合法吗？

对自己拥有的歌曲去人声、供个人使用，一般没有问题。但除非获得许可，公开发布或出售分离结果通常不行。

拆分文件这个动作本身很少出问题，关键在于你之后怎么用这些分轨。

为什么分轨比较敏感

一首已发行的歌曲包含两项独立的版权：

1. 词曲作品： 旋律和歌词，归词曲作者和出版方所有。
2. 录音制品： 那一版具体的录音演出，通常归唱片公司所有。

分离出来的伴奏仍然属于原始录音制品的一部分。所以，即使你拿到了翻唱词曲的授权，这个授权通常也不包括使用唱片公司的录音。

按风险等级划分的使用场景

公开项目的安全替代方案

• 购买官方伴奏或卡拉 OK 版的授权。
• 使用免版税的伴奏。
• 自己重新编配录制，并按翻唱申请词曲授权。

---

常见问题

可以免费去除歌曲人声吗？

可以。免费方案包括：Audacity 配合 Intel 的 OpenVINO Music Separation 插件、Ultimate Vocal Remover 桌面软件，以及带免费额度的在线工具。AnySpeech 的去人声工具为免费账户每天提供一首，最长 10 分钟、50MB，两条分轨都可以完整下载。

去除歌曲人声最好的方法是什么？

对大多数人来说，在线 AI 去人声工具在质量和省事之间平衡得最好：上传，等一分钟左右，下载。已经拥有 Logic Pro、Ableton Live Suite 或 FL Studio 的制作人可以用自带的分轨功能。想要最大掌控度的进阶用户，可以试试 Ultimate Vocal Remover 搭配 Roformer 模型。

怎么用 Audacity 去除歌曲人声？

安装 Intel 免费的 OpenVINO AI 插件，选中歌曲，依次选择 Effect › OpenVINO AI Effects › OpenVINO Music Separation，使用 2 分轨模式。老的 Vocal Reduction and Isolation 效果器仍然能用，但它基于中置声道抵消，而且从 Audacity 3.5 起需要单独下载，不再内置。

为什么用了去人声工具还能听到人声？

通常是和声、叠唱或混响尾巴。它们左右摆得很开或在时间上被拉长，更难被正确归类。可以换一个模型、改用无损音源，并对伴奏跑一遍去混响模型。如果用的是相位抵消类方法，人声残留在意料之中，换成 AI 大多能解决。

单声道歌曲能去人声吗？

只能用 AI 分离。相位抵消依赖左右声道之间的差异，而单声道文件没有差异，所以抵消要么毫无作用，要么把整首歌都抹掉。AI 模型依据的是人声的声音特征而不是它在立体声里的位置，所以单声道录音也能正常分离。

去人声会降低音质吗？

会有一点。再好的模型也会留下轻微伪影，在镲片、混响和持续的铺底音色上最明显。用 WAV、FLAC 或 320 kbps MP3 作为音源能把影响降到最低。编曲密集、重度压缩的母带，伪影会比编曲稀疏的原声歌曲更明显。

怎么只提取歌曲里的人声（干声）？

用同样的工具，下载人声分轨而不是伴奏即可，本文的每种方法都会同时输出两者。如果你已经有官方伴奏，也可以把它反相后与完整歌曲叠加来抵消音乐，但前提是两个文件来自同一版母带。

能在 iPhone 上去除歌曲人声吗？

能。在 Safari 里打开网页版去人声工具，从「文件」App 上传歌曲；或者安装 Moises、BandLab 这类 App。如果只是想跟着唱，Apple Music Sing 可以在支持的歌曲上调低人声，无需生成文件。

能去除 YouTube 视频里的人声吗？

前提是你拥有这段音频的使用权。先合法下载或导出音轨（比如从 YouTube Studio 导出你自己上传的视频），保存为 MP3 或 WAV，再交给去人声工具处理。大多数在线去人声工具接受的是音频文件，而不是视频链接或视频文件。

去除一首歌的人声需要多久？

用在线 AI 工具，一首三分钟的歌大约一分钟。Audacity 的 AI 插件在较新的电脑上通常需要一到三分钟。Ultimate Vocal Remover 在性能强的 NVIDIA 显卡上几秒就能完成，只用 CPU 则可能要好几分钟。

---

总结

去除歌曲人声，过去是个只灵一半的小把戏，AI 分离把它变成了一件一分钟就能靠谱搞定的事。

最简单的路线是：

1. 先用在线工具。 把一首歌上传到 AI 去人声工具，听听副歌。
2. 需要时再转本地。 离线或批量处理，用 Audacity 的 AI 插件或 Ultimate Vocal Remover。
3. 用你的编曲软件，如果你本来就在 Logic、Ableton 或 FL Studio 里做音乐。
4. 喂给它好的音频。 换一个无损音源，解决的问题比换工具还多。
5. 只做个人使用，除非你拿到了录音的授权。

准备试试了吗？把一首歌上传到免费的 AI 去人声工具，大约一分钟就能拿到干声和伴奏，无需信用卡。

如果你处理的不只是音乐，还可以看看我们的音频转文字教程，或者在音频分离工具实测排名里比较更多选择。