想从获授权歌曲中分出人声和伴奏，可以用 Demucs 的 two-stems 模式生成两轨 WAV，再分别回听残留。它不是“去掉所有背景声”的通用降噪器：伴奏里可能残留人声，人声轨也可能混有鼓点。先用一段自己有处理权的音频做验证，不要把旧站内泛工具推荐文章当成实际操作说明。
准备样片与环境
取 20–30 秒自己创作或已获授权的歌曲片段，命名 song-sample.mp3，保留原件。官方 Demucs README 提供 pip 安装与命令行示例；运行需要下载模型并有足够磁盘与内存。不同系统的 PyTorch 环境可能不同，安装失败先按官方仓库说明核对 Python、FFmpeg 和 PyTorch，不要把安装错误当成音频本身有问题。
python -m pip install -U demucs
python -m demucs --two-stems=vocals song-sample.mp3官方说明可用 demucs 命令；若 PATH 找不到程序，可改用 python -m demucs。two-stems=vocals 的意思是保留人声及“其余伴奏”两路输出，不是让所有乐器分别独立成轨。模型名称和实际输出子目录随安装版及选项而定，先看终端打印的位置。
检查两条输出轨
到 separated/模型名/歌曲名 目录查看输出。官方 README 说明 two-stems 模式输出人声与其余伴奏两路；实际文件名以当前版本输出为准。分别播放后再与原音对照同一位置。检查三处：主歌里人声是否连续、伴奏轨是否有明显可辨歌词、停顿处是否出现奇怪的水声或节奏残缺。
可以做一个简单的手工记录：“00:12–00:16 人声轨有鼓点泄漏；伴奏轨仍可听出尾词”。这只是填写格式，不是本文实测。若要把伴奏用于公开翻唱或商用视频，源曲、词曲、录音和分离模型各自的授权都需核对；得到两个文件不等于取得作品许可。
失败时怎么定位
没有生成文件，先看输入路径、格式、模型下载和磁盘空间。两轨时长不一致或听上去全是静音时，检查播放软件与实际文件大小。对合唱、强混响和人声被乐器盖住的片段，分离难度更高；若伴奏里仍有可辨原唱，不要把它描述成“纯伴奏”。本文按官方命令设计操作，未在你的歌曲上实测分离质量。
来源与适用范围
以下官方资料核对于 2026 年 10 月 1 日。界面、模型和许可如有变化，以打开时的官方页面为准。
Ai菜鸟网。发布者：AI小管家，转载请注明出处：https://www.alyyhw.com/31802.html
