游乐游手机版
首页/AI热点日报/热点详情

音述AI无损人声伴奏分离实操教程演示

类型:热点整理2026-08-21
音述AI网页版支持在浏览器本地运行 Demucs v4 进行伴奏分离,无需上传文件,可完整保留音频元数据,并输出WAV无损格式;桌面版还支持视频文件直接读取、批量处理,并能通过命令行调节参数,进一步优化人声与伴奏分离效果。直接用音述AI网页版提取无损伴奏 如果你想从一首MP3中快速提取可直接用于翻唱

音述AI网页版支持在浏览器本地运行 Demucs v4 进行伴奏分离,无需上传文件,可完整保留音频元数据,并输出WAV无损格式;桌面版还支持视频文件直接读取、批量处理,并能通过命令行调节参数,进一步优化人声与伴奏分离效果。

音述AI无损人声伴奏分离实操演示

直接用音述AI网页版提取无损伴奏

如果你想从一首MP3中快速提取可直接用于翻唱、练歌或后期制作的高质量伴奏,又担心普通在线工具压缩音质、私自上传音频文件,或存在时长限制,那么音述AI网页版正好可以解决这些问题——它基于WebAssembly在浏览器本地运行Demucs v4模型,全程无需上传音频、不删除元数据,并支持输出WAV无损格式。

打开浏览器访问 https://yinshu.ai,页面会自动加载AI引擎,无需注册或登录;当界面右上角显示“本地处理中”时,就表示分离模型已经准备完成。

点击中央区域的“上传音频”按钮,在弹出的窗口中选择你的MP3/WAV/FLAC文件,确认后页面会立即显示文件名、时长和采样率信息(如44.1kHz/16bit)。【注意啦,如果显示的采样率低于44.1kHz,分离后的伴奏虽然会自动升频补足,但原始音频中缺失的高频细节是无法恢复的哦】

在“分离目标”下拉菜单中选择“伴奏(Instrumental)”→勾选“输出WAV(无损)”选项→点击“开始分离”按钮。

进度条完成后,页面会生成两个下载按钮:“下载人声.wav”和“下载伴奏.wav”,点击后者即可保存完整的无损伴奏文件,文件名会自动保留原曲名并加上“_instrumental”后缀,方便整理和识别。

用音述AI桌面版批量处理视频里的音频

如果你手头保存的是MP4、MOV这类视频文件,又不想先用格式转换工具提取音频再处理,那么音述AI桌面版可以直接读取视频音轨,省去转码步骤,减少音质损耗,并支持批量导出多条伴奏结果。

方法一:Windows一键安装包

前往正式下载 yinshu-desktop-win-x64-v2.3.1.exe →双击运行→按提示安装到默认路径(不要改C:Program FilesYinShu)→安装完成后会自动启动,并打开本地服务页面。

方法二:Mac用户手动配置

首先,下载 yinshu-desktop-mac-arm64.dmg 文件。接着,将其拖入Applications文件夹中。然后,右键点击该文件,选择“显示简介”。在简介窗口中,点击“仍要打开”以解除苹果隔离。首次运行时,系统可能会提示“无法验证开发者”,此时点击“取消”。之后,再次右键点击应用程序,选择“打开”。在弹出的窗口中,输入密码进行确认。最后,等待终端窗口闪退三次后,浏览器将自动弹出 http://localhost:8080

在网页界面左侧点击“添加视频”→可多选MP4/MOV/MKV/AVI文件→全部导入后,右侧“任务队列”会显示文件缩略图和时长→点击顶部“全部设为伴奏分离”→再点击“批量执行”。

处理中,每支视频都会在队列中实时显示进度百分比和剩余时间,【若某支视频卡在99%超过2分钟,通常说明其音频流编码存在异常,需先使用FFmpeg执行 ffmpeg -i input.mp4 -c:v copy -c:a aac -b:a 192k output.mp4 进行修复】

全部任务完成后,点击队列下方“打包下载所有伴奏”按钮,即可生成zip压缩包;解压后,每个伴奏文件名都会包含原视频名和时间戳,可有效避免文件覆盖,更适合批量整理。

进阶控制:用命令行指定Demucs模型与降噪强度

如果默认分离结果中仍然存在轻微人声残留,或者伴奏中的鼓点发虚、细节不够理想,就可以跳过图形界面,直接通过命令行调节底层参数,以获得更适合自己需求的无损伴奏分离效果。

第一步:确认桌面版服务已运行,在终端执行 curl http://localhost:8080/api/status,返回 {"status":"ready"} 即可继续。

第二步:构造POST请求,用curl提交JSON参数:

curl -X POST http://localhost:8080/api/separate
-H "Content-Type: application/json"
-d '{"file_path":"/Users/you/music/song.mp3","model":"htdemucs_mmi","vocals_only":false,"denoise":0.3}'

其中 model 可选值有:htdemucs(通用平衡)、htdemucs_mmi(强化人声分离)、hdemucs_mmi(更适合处理中文咬字残留);denoise 范围为0~1,0.3通常是推荐起点,超过0.5可能会让伴奏变薄、细节减弱。

第三步:请求返回 {"task_id":"tsk_abc123"} 后,轮询 http://localhost:8080/api/task/tsk_abc123,直到 status 字段变为 "completed",response 字段会返回本地WAV文件的绝对路径。

来源:https://www.php.cn/faq/3023330.html

相关热点

继续查看同栏目近期热点。

延伸阅读

补充最近整理过的热点入口。