音述AI支持多种音频格式，包括MP3、WA V、FLAC、M4A、AIFF、OGG、WMA；同时也支持多种视频格式，如MP4、MOV、MKV、A VI、MPEG、WEBM。但不支持DRM加密或损坏的文件。在这些格式中，无损格式（WA V/FLAC）的分离效果最优，MP3格式的比特率需≥128kbps，手机录屏的MP4格式容易导致伴奏残留。

想用音述AI工具快速提取歌曲伴奏或人声，却卡在第一步：不确定自己的MP4视频或FLAC高保真音频能不能直接上传处理？

音述AI支持的输入格式清单

音述AI接受以下全部音视频格式，无需提前转换：

✅ 音频类：MP3、WA V、FLAC、M4A（AAC）、AIFF、OGG、WMA

✅ 视频类：MP4、MOV、MKV、A VI、MPEG、WEBM

⚠️ 注意：不支持加密文件（如DRM保护的Apple Music下载文件）或损坏/不完整文件，上传前请确认能正常播放。

哪些格式处理效果更优？

本地处理时，WA V和FLAC这类无损格式分离质量最高——AI模型能捕捉更多原始频谱细节，人声边缘更干净，伴奏低频更扎实。

MP3虽广泛兼容，但若码率低于128kbps，可能出现高频模糊或鼓点衰减；MP4视频文件会自动提取内嵌音频轨道再分离，画面信息不影响结果。

【关键提醒】不要用手机录屏生成的MP4上传，其音频常含严重压缩失真和环境噪音，AI易误判人声边界，导致伴奏残留明显。

输出格式与设置

分离完成后，默认输出为WA V格式，保留最高保真度。

方法一：点击“导出设置”→下拉选择“MP3（320kbps）”→确认后生成压缩版，适合微信发送或手机播放。

方法二：勾选“保持原始采样率”→输出文件将继承源文件参数（如44.1kHz/16bit），避免二次采样失真。

方法三：需要多轨工程使用？点击“高级导出”→启用“分轨打包ZIP”，一次性获得人声.wa v + 伴奏.wa v + 鼓组.wa v + 贝斯.wa v 四个独立文件。