如何去除人声和提取时获得最佳效果

人声去除和茎提取软件已经走了很长一段路。使用人工智能的最新进展对我有帮助，音频工程师和音乐家的分离质量提高，尽管它们来自低质量的基准，但他们试图将现有混音分离为人声，鼓，贝司和其他器乐。大多数分离软件都提供单击选项，以执行人声去除或其他乐器的分离，但是您仍然可以遵循一些基本要求您可以获得的结果。在这里，我们将看看您需要牢记的一些要点，以获得可用的人声或乐器分离，尽可能减少残留的伪影，尽可能减少后期处理诱导，因此您可以直接将其用于您的主题提示1：文件质量 输出文件的质量与您输入的文件的质量和格式直接相关。分离和提取的黄金法则通常是“输入错误” 会导致更糟糕的输出”。 期望以有损压缩方式上传压缩的128kb MP3，这是令人失望的秘诀。有损音频编解码器专注于弄清您在轨道中真正听不到的部分，并丢弃与这些部分有关的许多信息。进行分离时，这些低音量部分通常可以听见，如果将它们卸下，则最终会听到人工痕迹。因此，通过发声分离来运行有损音轨处理将导致质量下降的综合影响。为了获得最佳质量的输出，始终建议使用最高质量的输入文件，例如 WAV 文件，或以无损格式（例如 FLAC）编码的格式。这意味着由机器学习驱动的更新更先进的算法将能够更好地清晰地锁定声轨。提示2：片段摘要不一定总是更好 假设您只想从完整歌曲中提取单个声乐短语或单个鼓循环。为了获得快速的结果，很容易将文件编辑为所需的片段，然后只处理那部分。然而，这实际上会导致次优分离——算法通常需要一些上下文才能获得良好的结果。实际上最好在要提取的摘录前后留下几秒钟的音频，然后再进行编辑。提取鼓音时，通常会在整首歌曲的多个位置重复您要寻找的循环，而您得到的结果将取决于同时发生的乐器和人声。一个好的经验法则是选择在同一时间播放尽可能少的乐器的部分，您的结果也将取决于深度学习模型对这些乐器的捕捉程度。我建议通过算法运行完整的歌曲或至少几分钟的音频。通常，这会增加获得良好鼓声循环的机会。 提示3：一点点（清理）就可以做很多事情。 尽管许多在线人声消除器提供一键式分离，但取决于基础技术，分离的人声中通常会残留干扰或伪影。在没有人声活跃的区域中，可以轻松消除诸如沉默出血/伪影之类的声音。但是，通常这还不够。为了获得真正干净的结果，您可能需要使用光谱编辑或过滤。尽管频谱编辑需要一定时间来习惯和掌握，但它确实可以改变最终结果。提示4：让爱扒谱成为您的朋友 即使在频谱编辑之后，仍然可以听到低音量的伪影。在这个阶段，你可能倾向于放弃，分离是无法使用的。但是，一旦您将分离的人声或鼓循环放入新的混音中，您可能会感到惊喜。此类软件的许多用户没有意识到，这些剩余的工件通常会被新混音中其他乐器的存在所掩盖。勇敢地使用分离的词干并将它们放入您的新组合中 - 您会惊讶于它们在正确的环境中的实用性！我们创建了一些市场上最先进的AI人声消除软件。<a href=“https://www.aibapu.cn/” target=“_blank”>爱扒谱</a>可提供我们所有的分离技术以及先进的乐谱转换功能，以创造最完美的结果。