把歌曲拖到这里
MP3、WAV、FLAC、OGG、M4A——视频文件也可以
分离是怎么做到的
放入一首歌，工具把它拆成两条轨道：伴奏和人声。背后是一个神经网络，它读取歌曲的频谱图，对每一个时刻的每一个频率判断有多少属于人声。它不像卡拉OK滤波器那样按频率一刀切——与吉他处在同一音域的人声也能被分开，这正是需要模型而不是均衡器的原因。
歌曲不会离开你的设备
模型在你第一次使用时下载到浏览器——78 MB，仅此一次，之后保存在本机。歌曲本身不会被发送到任何地方。你可以在浏览器的网络面板里验证：没有上传。其他免费的人声消除工具都把文件传到服务器处理，这也是它们要按文件大小和每日次数限制你的原因。
做卡拉OK伴奏
输出的伴奏就是这首歌的卡拉OK版本：配器完整，主唱不见了。它常被用来自己演唱、跟着原班乐队练习乐器，或者给视频铺垫背景音乐而不与旁白抢声音。两条轨道都保持原长并与原曲同步。
它在哪里做得不够好
分离不是减法，而是估计。人声上的大混响在模型看来已有一半是音乐，会部分留在伴奏里；和声与人声采样会被一并去掉，因为它们也是人声；齿音位于模型分析频段之上，因此会有一点残留。密集而响度极高的母带比稀疏编曲更难分离。
拆成四条轨道
两条轨道足够做卡拉OK和大部分混音工作。如果你需要单独的鼓组，或者不含其他乐器的贝斯线，分轨工具使用四路模型：人声、鼓、贝斯和其余部分。它下载更多、耗时更长——157 MB，四分钟的歌曲约三分半钟。
打开分轨提取 →在浏览器中运行
无上传、无排队、无服务器。模型在你的机器上工作——四分钟的歌曲约一分钟。什么都不上传
歌曲不离开你的设备。可在浏览器网络面板验证：没有向外的请求。免费，无需账号
无需注册，无水印，每天不限次数。伴奏和人声都是完整长度。常见问题
是。无账号、无水印、不限每日次数。工具在你自己的设备上运行，没有按首歌产生的服务器成本需要转嫁——这正是服务器端的免费工具必须限制你、而它不必的原因。
不会。AI 模型下载到你的浏览器，分离在本地完成。你可以打开浏览器的网络面板验证：第一次会看到模型下载，之后没有任何向外的请求。
普通笔记本上，四分钟的歌曲约一分钟，另加首次访问时一次性 78 MB 的模型下载。之后模型缓存在本机，只剩计算时间。它使用一个处理器线程，不需要显卡。
足以用于卡拉OK、练习和大多数混音工作；但达不到正式发行的伴奏版水准。密集段落会有微弱的人声残留，伴奏里会留下一点齿音，混响尾巴会保留下来。
每个文件十分钟。比其他工具的一小时更短，原因是内存而非规定：分离需要把整首歌以未压缩的形式保存在标签页中，每条轨道还要一份副本，大约每分钟 125 MB。歌曲通常是三到六分钟。
Spleeter，Deezer 以 MIT 许可发布的分离模型，转换为 ONNX 后用 onnxruntime 在浏览器中运行。许可很重要：更强的研究模型只允许科研或非商业使用，不能诚实地放在一个免费公开的工具背后。