什么是人声消除？

Vocal Remover 利用立体声中央通道相位抵消技术,从音乐中提取或去除人声。生成两个文件:可用于卡拉OK的伴奏轨道,以及单独的人声轨道用于翻唱或Remix。音频在你的浏览器里处理,不会上传到任何服务器。

处理引擎使用 4096 点短时傅里叶变换,窗口重叠率 75%,然后从你指定的频段中减去立体声中央信号。中央宽度调得越大,去除的人声越彻底,但同时会削弱位于中间的鼓和贝斯。把频段限定在 200 Hz 到 8 kHz 之间,可以保留底鼓和镲片的存在感。

使用方法

1. 上传立体声音频。单声道文件无法处理,因为本技术需要左右两个独立的声道。
2. 拖动「中央宽度」滑块控制抵消范围,设置「频率范围」决定在哪个频段执行抵消。
3. 试听伴奏或人声,可降速到 0.5× 或循环某段慢慢调,再下载 WAV、MP3 或 OGG。

何时使用

• 为没有官方伴奏版的歌曲制作卡拉OK背景音。
• 从成品歌曲中提取干声,用来做 Remix、混音或翻唱垫底。
• 从电影立体声轨道中分离对白,方便后续替换配音或同人配音。

结果

想跟唱一首没有官方卡拉OK版的流行歌。把 MP3 拖进去,中央宽度保持默认,频率范围调到 200 Hz 至 8 kHz,下载伴奏后导入手机卡拉OK App 就能唱。

常见问题

为什么伴奏里还能隐约听到人声?

相位抵消只能去除完全居中的声音。混响尾音、和声、即兴段落往往略微偏离正中央,所以会残留。加大中央宽度可以改善,但同时也会削弱军鼓和底鼓。

效果跟专业的人声分离软件一样吗?

不一样。Spleeter、Demucs、LALAL.AI 这类工具用神经网络识别音色,鼓组保留完好,单声道也能处理。相位抵消是上世纪 90 年代的老办法,速度快、完全免费,但听感会粗糙一些。

为什么我的 MP3 处理后什么声音都没有?

请检查文件是否真正的立体声。很多 MP3,尤其是电台录音或 YouTube 提取的版本,实际上是「双单声道」(左右两声道完全相同)。两个声道一模一样时没有差异可减,输出就是静音。

「频率范围」具体起什么作用?

它把抵消操作限定在人声所在的频段,一般是 200 Hz 到 8 kHz。这个范围之外的声音原样通过,所以即使把中央宽度拉满,贝斯的低频和镲片的高频也不会丢。

音频会上传到服务器吗?

不会。Web Audio API 和 FFT 全部在这个浏览器标签内运行,关闭页面后内存就清空。一切在本地完成,不过文件特别大时,会受到设备内存的限制。

相关工具