哪些软件能提取伴奏

在市面上，主流的伴奏提取软件大体上被划分成三类，一类是专业音频工作站，像Audacity、Adobe Audition，一类是在线AI工具，比如LALAL.AI、Moises，还有一类是手机应用，例如PhonicMind、Vocal Remover Pro。专业软件适宜有一定操作经历的用户，借助相位抵消、频率滤波等传统方式，以此来分离人声与伴奏。然而AI音谱工具是基于深度神经网络的，能够更为智能地识别并且保留乐器声部，特别适用于拥有复杂编曲的流行歌曲。

考量选择软件之际，建议依据自身需求来定位。要是你身为普通爱好者，像Vocal Remover网站这类在线免费工具，无需进行安装，就能迅速执行提取操作，然而其输出质量会较大程度受到音源的影响。要是你作为音乐制作人，推荐选用RX 10或者iZotope的Music Rebalance模块，它们能够对鼓、贝斯、人声以及“其他乐器”进行分轨道提取，从而给后续的混音工作提供更为灵活的空间。要谨记，不存在一款软件能够适用于所有的歌曲，因而多尝试几款才能够寻觅到最佳匹配。

在线提取伴奏免费吗

绝大多数在线提取工具，提出免费试用额度，实行起限制功能策略或时长举措。比如说，LALAL.AI给免费处理前90秒歌曲开绿灯，Moises免费版准许5次上传且每月重置。存在完全免费的工具，像vocalremover.org和Acapella Extractor，它们水印较少，然而处理大文件或者高码率歌曲时，可能会被迫压缩音质。

适合临时测试或者处理短片段那种情况的是免费方案，要是你有提取整首时长在三至五分钟歌曲的需求，建议付费订阅，其月费一般处于五美元至十美元这个范围之内了。存在比如说像Spleeter（由谷歌所开发）这样的开源方案，你能够借助Google Colab的免费虚拟机去运行，也就是不需要在本地安装Python环境。具体的操作流程是先搜索“Spleeter Colab”，把笔记本打开之后上传歌曲，经过几分钟就能够得到分离好了的伴奏以及干声。

AI提取伴奏准不准

AI提取伴奏的准确率，因其训练数据与歌曲类型而受到影响，对于有人声、鼓、贝斯、吉他等标准配器的主流流行歌曲来讲，哪怕当前采用如Demucs v3这样的最好模型去进行分离，其所获得的准确率也能够达到95%以上，然而一旦碰到带失真人声、密集和声、说唱叠加多个音轨这类特殊编曲情况时，AI就容易把部分人声残响留存于伴奏之中。

经由实际测量发现，古典乐亦或是纯器乐类歌曲的分离成效极为糟糕，缘由在于AI其默认会把非打击乐之外持续着的音当作是“伴奏”，从而致使钢琴进行独奏时的每一个音符都被错误地归至人声轨道当中。若要提升准确率会有一些小窍门，具体为预先把歌曲转变为单声道，降低其动态范围（运用压缩器予以处理），又或者采用“多模型投票”的方式，也就是同时让Spleeter和Demucs运行起来，针对于各自输出的伴奏轨道展开对比，通过手动操作交叉修复较为明显的瑕疵。

手机怎么提取伴奏

对于手机端而言，提取伴奏最为方便的是Moises App（适用于iOS/安卓），它具备支持直接从Apple Music或者本地文件进行导入的功能，其处理速度较快，并且结果能够直接保存到相册或者文件管理器之中。免费版每月拥有5次上传机会，同时可以保留320kbps的音质。另外一款热门的是Vocal Remover Pro（仅安卓系统独占），它没有次数限制，不过会在每10秒的位置插入2秒淡出广告。

一旦存在需要进行离线操作的情况，能够去下载“Ultimate Vocal Remover”的安卓移植版本（也就是搜索UVR Mobile），该版本内部设置了多个AI模型，然而手机会出现发热且耗电状况显著的问题。倘若你所使用的手机是iPhone，在快捷指令里搜索“Extract Instrumental”能够调用云端API，一次处理大约30秒时长的歌曲。不管怎样，针对手机提取而言，建议首先运用音频剪辑软件将歌曲裁剪成60秒以内的片段，其成功率相较于处理整首歌曲要高出40%以上。

提取伴奏后音质如何

损失音质是伴奏提取存在的先天短板，不管是哪一种算法，输出文件的码率一般会比原曲降低30%至50%，像是原曲为320kbps的MP3，提取出来的伴奏有效码率或许就只剩下128到192kbps，而且高频细节也就是镲片泛音、弦乐空气感衰减最为显著，采用WAV或者FLAC无损源文件提取，能够保留更多细节，不过最终乐器轨依旧会出现轻微的“水声”或者“空洞感”。

提升音质的技巧有，提取之后，针对伴奏轨运用轻度降噪，比如采用Audacity的降噪插件采样底噪，接着运用均衡器补偿丢失的高频，+3dB@8kHz Q=2。专业的做法是，将AI分离出的伴奏导入iZotope RX的“音乐再平衡”模块，手动拉低残留人声音量，随后导出为24bit/48kHz。要记得始终保留原始歌曲副本，因为重新提取的话可能每次结果都不一样，要择优选用。

有没有离线提取方法

用于离线提取且最为可靠的是Ultimate Vocal Remover（UVR），它具备免费开源的特性，其内部设置有像Demucs、MDX、VR架构等多种模型。它的下载安装包大小约为1.8GB，当需要借助显卡（NVIDIA CUDA）加速时，显存至少得有4GB。其使用流程如下：先导入歌曲，接着选择“MDX-Net”模型（此模型推荐用于流行乐），再将输出设置为“伴奏+人声”，最后点击转换，一首时长5分钟的歌曲大约会耗时3至15分钟。

有一种离线的方案，是Audacity搭配插件，先把歌曲导入，将音轨复制成两条，给其中一条运用“反相”，再和另一条混合进行监听，通过调节延时以及EQ削掉人声频率（中心为3.5kHz），就能够获得如同卡啦OK一样的伴奏，不足之处在于会一并削减相同频率的乐器声（像是军鼓、电吉他）。要是你对Python脚本有所熟悉，那么能够运用“spleeter separate -i song.wav -o output”这一命令行来进行高速地处理，不过需要预先配置好TensorFlow环境。