如何消除视频中的人声,AI 人声分离 在线

题图来自Unsplash，基于CC0协议

导读

一、 利用AI工具实现精确分离

当前使用AI来分离伴奏音轨已经非常容易。业内领先的AI分离技术拥有多达50+乐器识别能力，甚至可以用来降智人声演唱时的左侧音响度。用户仅需上传带唱短视频，AI混合音乐分离工具便能在几秒钟时间处理无声歌词，也就是说保留背景音乐而完全去除人声演唱。比如一些在线分离平台不仅能分离人声，还能调整人声与伴奏音量，使用起来出乎意料地轻松，零基础也能得到满意音效。

二、 音频频谱分析 辅助 手动混音

从专业音频处理角度来看，借助频谱图来手动消除人声仍是较为通用的解决方案。理论基础是要准确判断人声或其他声音的音频占位频率，然后利用音频编辑类App（比如音乐剪辑类App）完成振幅降低处理。值得注意的是，这种人声去除频率的方法其实本身就具有双刃性，分离效果没有AI智能那么精确，但可以考虑人耳听感灵敏度进行频段侧向压制。这种方法可以避开音乐作品IP授权，但前提是你需要具备一定音频处理知识基础，懂得运用“相位反转”原理来增强分离精度。

三、 软件推荐 Audacity参数设置技巧

推荐使用免费软件Audacity配合波形处理，可以运用“减淡”工具选择性删除人声频段。操作上应选择人声区间，选中波形并使用“插值”的波形降噪功能，人声也会相应减弱，“放大”效果如果处理不当会导致音质失真，建议合理控制“平滑化”特征。此外推荐用户在分离前进行预处理扣除背景干扰，这对分离噪音条件至关重要。

四、 使用音效处理类App改善人声位置

很多视频剪辑App如剪映自带分离音频波瓣的功能，你可以通过虚拟滑轨上的音频分波自动识别人声区域，并手动隐藏指定波段这部分。刚接触的人很快上手，而且平台支持移动端端同步，并能线性视觉调节音量降幅，对于社交媒体用户非常实用且保护作品声音质量更优。

五、 不同层面优缺点比较

AI自动分离的一些缺点可能是会削弱原歌曲节奏和情绪表达，而手动分离操作复杂，对用户专业水平有较高要求。选择工具时应考虑歌曲类型，比如伴奏较复杂的流行音乐或动感舞曲，在处理前应保留原伴奏音量，否则会让人声伴奏显得乏力或嘈杂，通过再混音调节能一定程度上弥补分离损失的音质。

总而言之，这种基于视频的人声移除技巧在视频剪辑、音乐创作等多领域被广泛使用，无论你是小白用户还是音频处理大师，都可以选择最适合自己的工具实现所需效果。无论采用啥种方式，把握好原声背景的基本设置，配合预处理-分离-后期处理流程，最终都能获得接近“人声消失”的视频质感。