免费 AI 人声分离工具

把任意歌曲拆成干声和伴奏——两条分轨、录音室音质,每天免费用。

示意图:AI 人声分离工具将一首完整歌曲拆分为独立的人声轨和伴奏轨

使用方法

三步去除歌曲人声

人声分离三步流程:上传歌曲、AI 分离音轨、下载人声和伴奏

01上传音频文件

拖入 MP3、WAV、FLAC 或 M4A 文件,单曲最大 50MB、不超过 10 分钟。无需安装任何软件,输出也没有水印——整个分离过程在浏览器和云端完成,电脑和手机体验一致。

02交给 AI 分离音轨

AI 分轨模型会分析整首歌的完整频谱,把人声单独识别出来,再重建成两条互相独立的音轨。一首 3 分钟的歌大约一分钟就能处理完,更长的文件耗时大致按比例增加。

03试听并下载两条音轨

在页面上直接试听人声和伴奏,然后按需下载其中一条或两条,都是录音室级音质的 MP3。免费账号拿到的是完整文件,不是 30 秒试听片段。

基础知识

什么是 AI 人声分离?

AI 人声分离是一种利用机器学习模型的工具,模型在海量歌曲上训练而成,能把一首成品歌曲拆成两条分轨:主唱人声和器乐伴奏。

早期工具靠简单的音频技巧去抵消人声,只对极少数录音有效。现代人声分离工具则是真正学会了人声在混音里的样子,直接把它从整首歌里提取出来——所以几乎什么曲风都能处理,从原声民谣到编曲密集的电子乐都不在话下。

AI 人声分离的原理是什么?

每首歌都可以画成一张频谱图——记录每个时刻各个频率的能量分布。人声、鼓、贝斯、吉他在图上各有各的纹理。分离模型在庞大的训练曲库中学会了这些纹理,因此能够预测出一张“人声掩码”:频谱图上准确属于歌手的那些区域。

接下来工具把这张掩码用两次——一次只保留人声,得到干声;一次把人声减掉,得到伴奏。两条音轨都是重新还原出来的完整音频,而不是对原曲做了滤波的降质副本。

频谱图示意:人声分离工具如何识别人声频段并将其从混音中提取出来

分轨(Stem)

成品歌曲中被单独拆出的一层——人声、鼓、贝斯,或其余部分的合并。人声分离工具输出两条分轨。

干声(Acapella)

单独的人声轨:主唱加和声,不含任何乐器。制作人常用干声做混音(Remix)、串烧和采样。

伴奏(Backing Track)

去掉人声后的歌曲,也叫卡拉 OK 伴奏或垫乐——鼓、贝斯和旋律全部保留。

人声掩码(Vocal Mask)

模型对频谱中哪些区域属于人声的预测。应用这张掩码,就是把歌手和乐队分开的过程。

使用场景

分轨到手后能做什么

每次分离都会得到两个文件,而每个文件都有各自的玩法。下面是创作者们实际使用人声分离的常见方式。

用伴奏做这些

K 歌之夜与现场翻唱

一分钟左右把任何歌变成卡拉 OK 伴奏——用原版编曲开唱,而不是廉价的 MIDI 翻制版。

混音与 DJ 演出

一条干净的伴奏,是做 Edit、过渡和 Bootleg 混音的原材料,还能保留原曲的制作质感。

练习伴奏

歌手和乐手可以跟着“真乐队”排练——把主唱静音,律动和原曲一模一样。

视频背景音乐

把伴奏垫在旁白或配音下面。商用发布前,请先确认歌曲的授权条款。

用干声做这些

研究人声演绎

没有乐队干扰,每一次换气、和声和即兴都听得一清二楚——对逐句抠唱段的歌手来说非常宝贵。

自动转写歌词

把干净的人声轨丢进我们的语音转文字工具,一步得到带时间轴的歌词或字幕。

采样与串烧

分离出的人声可直接导入 DAW,随意变调、切片,再叠到全新的编曲上。

换一种语言重新演绎

把干声配合 AI 配音功能,在原版伴奏之上,用另一种语言重现整段人声表演。

为什么选 AnySpeech

为什么用这款人声分离工具?

真免费,说到做到

很多人声分离网站打着“免费”旗号,实际只给 30 秒试听,甚至一个免费下载都没有。在这里,免费账号每天可完整分离一首歌,两条分轨都能以全音质下载。没有水印,下载按钮前也不会突然要你付费。

录音室级双轨输出

每次都同时得到两条音轨——干声和伴奏,均为 320kbps MP3。不少工具只给伴奏;在这里,人声轨从不锁在更高档位后面。

默认私密

你上传的文件和分轨都私密存储,处理完成七天后从服务器删除。你分离的任何内容都不会被公开或分享。

AI 对比手动

AI 人声分离 vs 传统手动方法

在机器学习出现之前,消除人声靠的是音频工程技巧。这些方法至今仍在教程里流传,值得了解一下它们能做什么、做不到什么。

相位反转和 EQ 技巧

相位反转能抵消左右声道中完全相同的部分——只有当人声被混在正中间时才勉强有效,而且会把居中的军鼓、贝斯等一并削掉。EQ“切人声”滤波则是直接挖掉中频,整首歌都会变闷。这两种方法都是破坏性的:它们删除的是频率而不是分离声源,所以永远无法给你一条干声。

逐项对比

方法AI 分轨分离相位反转EQ 切除
输出音质绝大多数歌曲分离干净空洞、瑕疵明显中频发闷
操作成本上传一次,约一分钟需手动在 DAW 里设置需手动调滤波器
适用任意混音是——单声道、立体声都行仅限人声居中的混音几乎不行
能得到干声能——两条分轨都有不能不能

一句话总结:手动技巧已经是音频领域的“历史文物”。如今所有认真的人声分离工具——无论免费还是付费——都建立在 AI 声源分离之上,音质差距完全不在一个量级。

常见问题

常见问题