AI 去除人聲：把人聲從音樂裡分開
上傳任何一首歌，取得兩個檔案——單獨的人聲，單獨的伴奏。不是那種把混音中間挖空的濾波器，而是真正的分離。
功能說明
拿到兩條音軌，不是一條
以前去除人聲的老方法是相位技巧：把一邊聲道反相疊到另一邊，正中央的聲音就會互相抵銷。歌手的聲音確實會消失，但大鼓、小鼓和貝斯也會一起被挖空，因為它們同樣站在正中央。剩下的聲音聽起來是空心的。
這個工具做法不同。模型會辨識錄音裡的每個部分，各自重建成獨立的音訊檔案，所以拿掉人聲不會連低頻一起賠上。你會拿到兩半——可以跟著唱的伴奏，以及分離出來的人聲，後者通常才是拿去混音改編或取樣時大家真正想要的那一半。
分離出來乾不乾淨，取決於錄音本身。一份現代、分軌清楚的混音幾乎能無縫拆開。重殘響、被一整牆吉他埋住的人聲，或是單聲道的現場錄音則是難點，這幾種情況下你可能會聽到彼此的一點殘留。
使用方法
怎麼從一首歌裡去除人聲
從上傳到下載約九十秒。
- 01
上傳曲目
支援 MP3、WAV、FLAC、M4A，最大 20MB。錄音室成品、現場錄音、手機語音備忘錄——只要人聲和音樂疊在一起都可以。
- 02
AI 分離出各個部分
人聲和伴奏會被辨識並重建成兩個獨立檔案。原始素材不是被濾掉一部分，而是兩邊都重新生成。
- 03
試聽並下載兩者
在瀏覽器裡先試聽，再下載你需要的那個。兩者長度相同、起點一致，放進 DAW 會完全對齊。
效果試聽
同樣三十秒，處理前後對照
先是完整混音，再是拆出來的兩個檔案。三條波形依相同比例繪製，音量小的部分看起來確實更小。
原始混音
98–128s
單獨的人聲
已分離
單獨的伴奏
已分離
核心能力
一個好用的 AI 去人聲工具該做到什麼
一次同時取得人聲與伴奏
上傳一次，兩半都會回傳。大多數標榜去除人聲的工具只給你伴奏、把人聲丟掉——分離出來的人聲通常才是兩者裡更有用的那一個。
低頻完整保留
相位抵銷會把大鼓和貝斯連同歌手一起拿掉，因為置中的聲音會一起被抵銷。分離則是逐一重建每個部分，所以伴奏依然有底。
- invert one channel
- centre content cancels
- bass and drums go with it
- each part identified
- rebuilt as its own file
- the mix stays intact
線上去人聲，免安裝
在瀏覽器裡跑，任何裝置都能用——不用下載、不用外掛、不需要 GPU。MP3、WAV、FLAC、M4A、AAC、OGG 都支援，單檔最大 20MB。
或是按樂器把整首歌拆開
當兩軌不夠用——你想要沒有貝斯的鼓組，或只留吉他——人聲分離工具會按樂器拆分，只提取單一音軌的費用也遠低於完整拆分。
Two tracks not enough? The stem splitter pulls each instrument out separately, and you can ask for just one of them for a fraction of a full split.
適用情境
大家拿這兩半來做什麼
做卡拉OK和伴奏帶
拿掉主唱、留下樂團部分。這是最直接的用途，也是低頻最重要的一種。
取樣人聲做混音改編
分離出的人聲是每個 remix 和 mashup 的起點——卻是幾乎沒人真的拿得到的那一部分。
跟著練習
靜音你正在學的那個聲部，跟著錄音的其餘部分自己演奏。
取樣一句歌詞
把一句人聲從編曲底下乾淨取出，而不是靠濾波碰運氣、擔心串音。
做內容配音底樂
把一首有人聲的歌變成可以講話蓋上去的伴奏，不用擔心兩個聲音打架。
研究一首歌的混音
單獨聽人聲，能聽出製作上完整混音會蓋掉的細節，比看任何教學都學得快。
常見問題
去除人聲常見問題
UVR 是免費開源的桌面軟體，非常出色。如果你有一台夠力的機器，願意裝 Python 環境並自己挑模型，它能做到這裡的一切甚至更多——而且不用花錢。代價是設定和硬體：UVR 在本機跑，需要一張像樣的 GPU 才有合理速度。這個工具在瀏覽器裡跑，任何裝置都能用，免安裝，分離運算在我們這邊完成。如果你每天都要拆音軌，去學 UVR；如果你今天下午就要兩個檔案，用這個。
不是無限次，但新帳號自帶夠用兩次分離的點數，讓你先在一首真實的歌上試過再付費。之後是按次計費，不是訂閱制——如果只需要用一次，就沒有方案需要取消。
對大多數現代、錄音品質不錯的素材來說已經夠乾淨可用。它是重建出來的音軌，不是原始的分軌母帶，所以在密集混音、重殘響、或人聲和某件樂器占用同一頻段時會有一些串音。編曲越簡單分離效果越好，滿編制、堆疊感強的製作是最難的情況。
會，同一次運算兩者都給。長度相同，起點也和原曲對齊，放進 DAW 的兩條音軌上會完全對上。
通常是殘響的關係。乾聲和它拖出來的殘響尾巴是兩回事，一段長長的殘響糊在混音裡本來就很難界定——有一部分聽起來更像空間感，而不是歌手本身。和聲疊在樂器上時也會有同樣的情況。
MP3、WAV、FLAC、M4A、AAC、OGG，單一檔案最大 20MB。無損來源會分離得比低位元率 MP3 略乾淨一點，但錄音本身的品質影響遠比格式重要。
一首普通長度的歌大約九十秒。處理期間可以離開頁面，完成的任務也會出現在「歷史記錄」裡。
那是另一件事：這個工具只把一首歌拆成兩份，人聲和其餘一切。人聲分離工具會按樂器分離——鼓組、貝斯、吉他、鋼琴、弦樂等各自成為獨立檔案——如果只想要其中一件，只提取單一音軌的費用會低不少。
可以上傳，拆開一份錄音來練習、研究或私下做 remix 都沒問題。但如果要發布或商用基於結果做出來的東西，就是另一回事了，需要版權方授權——分離這個動作本身不會為你產生新的版權。
可以跑，但結果會比較粗糙。觀眾噪音、空間反射和單聲道來源都會讓各部分更難分清楚。乾淨的錄音室成品是最好的情況，差距相當明顯。
