如何消除歌曲人声(且不上传文件)
只要知道该用哪个文件、以及怎么验收结果,消除人声其实是几分钟的事。这篇把两步都讲清楚,也说明什么情况下浏览器工具并不是正确选择。
约 6 分钟 · 更新于 2026-11-21
你需要准备什么
一台支持 WebGPU 的桌面浏览器——较新的 Chrome、Edge,或 Safari 17 以上。没有 WebGPU 就只能退回 CPU,跑一首歌的时间会远超过歌本身的长度。
你手上最好的一份音源。320 kbps 的 MP3 或 WAV 最理想;码率很低的版本会让模型缺少可用信息,镲片也容易糊进人声所在的频段。
不需要账号,也不需要邮箱。67 MB 的模型被浏览器缓存之后就能直接开始。
第一步:用你手上最好的音源
分离本质是做减法,源文件里已有的东西会原样留在结果里。削波、被折叠成单声道、15 kHz 以上的 MP3 压缩痕迹,都会一起保留下来。
采样率尽量保持 44.1 kHz。把 22 kHz 的文件升采样不会凭空造出模型能用的信息,只会让文件变大。
视频文件也可以。MP4、MOV、MKV、AVI、WMV、FLV、TS 会先解封装,只有音轨进入模型,画面不会被改动。
第二步:在本机跑分离
把文件拖进页面,或点击选择。第一次运行会下载一次模型;之后从浏览器缓存加载,几秒内就能开始。
耗时大致等于歌曲长度。四分钟的歌,在较新的笔记本显卡上一两分钟;集成显卡会更久。超过 20 分钟的曲目允许运行,但页面会先给一次提示。
运行期间请保持标签页打开。计算发生在这个页面里,不是丢到服务器之后可以关掉不管。
第三步:先听残留,再导出
戴上耳机听伴奏。最常残留的是和声、即兴伴唱和混响尾巴;副歌越满越容易盖住,所以先检查安静的主歌段落。
也听一下人声轨。如果听起来很薄,说明模型把与人声重叠的部分一起削掉了,这是预期行为,不是这次运行失败。
两轨都以 192 kbps MP3、44.1 kHz 导出。练唱、卡拉OK 和大多数 remix 都够用;本工具不提供无损 WAV。
为什么要在本地处理
大多数在线人声分离会先上传文件、在服务器上处理,再给你一个下载链接。只要对方的保留策略允许,服务器上就一直存在一份副本。
免费模式没有任何上传入口。文件在标签页内解码,模型在你的显卡上运行,因此没有可保留的副本,也没有绑定它的账号。
代价同样明确:你不能合上笔记本再回来收结果。计算就发生在你面前这台机器上。
常见问题
跑不出结果的情况,基本落在这五类里。先对照分类,再判断是不是模型有问题。
- 提示「本设备不可用」——没有 WebGPU 或被关闭了。更新浏览器、检查 chrome://gpu,或改用云端分离。
- 伴奏里还有一点人声——和声与主唱在频段上重叠。换一份更干净的音源再试,先别怀疑模型。
- 人声轨很薄——与人声重叠的内容被一起削掉了,而这正是伴奏变干净的原因。
- 看起来卡住了——集成显卡跑长曲目需要几分钟。进度是按分块推进的,不是按秒。
- 视频没有生成 MP4——浏览器无法编码 AAC。两个 MP3 仍然会产出,结果面板会说明停在哪一步。