把歌曲拖到這裡
MP3、WAV、FLAC、OGG、M4A——影片檔也可以
如何把人聲從音樂中分離
把歌曲拖進來，按下分離。神經網路讀取頻譜圖，判斷每個時刻、每個頻率裡有多少是人聲，然後把人聲做成一條音軌、音樂做成另一條交給你。兩條都保持原本長度並與原曲同步，可以直接放回編輯器，和原曲對齊。
分離出來的人聲能做什麼
提取出來的清唱是重混、混搭或取樣的起點。它也是研究演唱的方法：樂團一拿掉，咬字、節奏和換氣都聽得一清二楚，這在混音裡從來聽不到。製作人用它擷取副歌，聽寫歌詞的人用它聽清被母帶埋住的字句，歌手用它把自己的版本和原唱一句一句比對。
歌曲不會離開瀏覽器
模型只下載一次——78 MB，之後存在你的裝置上——歌曲本身不會被傳送到任何地方。在伺服器上分離的服務得先上傳歌曲；這裡是模型來到歌曲身邊。
清唱有多乾淨
拿來取樣和研究夠乾淨，但還不到錄音室分軌的程度。和人聲同音域的樂器會滲進一些——同一個八度的主奏合成器或破音吉他最難處理——高頻也會稍微變悶，因為模型只分析到大約 11 kHz。
清唱與伴奏
一次處理得到兩條音軌，完整長度，與原曲同步。什麼都不上傳
歌曲留在你的裝置上。免費、無浮水印
沒有浮水印。AI 匯出每天 3 次免費；Pro 無限次。常見問題
把檔案拖進來，按下「分離人聲」。工具會把歌曲分成人聲音軌和伴奏音軌，兩條都能下載。什麼都不會上傳。
足夠用來取樣、聽寫歌詞和研究演唱。不是錄音室分軌：同音域的樂器會滲進一點，最高頻稍微變悶，殘響尾巴有一部分留在伴奏裡。
同一個模型，相反的結果。去人聲留下伴奏、丟掉人聲；這個頁面留下人聲。無論哪一種，兩條音軌都會產生。
每個檔案 10 分鐘。原因是記憶體：分離時整首歌要以未壓縮的形式留在分頁裡，每條音軌再多一份副本——每分鐘大約 125 MB。
Spleeter，由 Deezer 以 MIT 授權釋出，轉成 ONNX 後在瀏覽器中用 onnxruntime 執行。效果更好的研究模型只開放學術或非商業使用。