免费离线运行——不上传文件、无需注册,文件数量、大小、时长均无限制下载
Back to Blog
人声分离

为什么你的卡拉OK伴奏总少了和声,以及如何把它留下来

做卡拉OK伴奏时,和声常常跟着主唱一起被消掉。这篇文章讲清楚背后的原因,用三段真实音频对比原始混音、纯主唱与保留和声的伴奏,并给出自己动手做一份可用伴奏的完整流程。

LyRuno 团队
目录

一个听起来很小、其实很常见的问题

有个朋友前阵子跟我抱怨,说他从网上找了首歌的伴奏来唱,全程都觉得哪里不对。不是音准问题,也不是他的嗓子那天状态不好。他哼到副歌的时候,总觉得背后空了一块——原本唱片里跟着主唱一起垫的那层和声,没了。

他以为是自己耳机的问题。不是。

这是做卡拉OK伴奏时最普遍的一个坑:你以为拿到的是伴奏,其实只拿到了半首歌。主唱确实干净地消失了,可和声跟着一起走了。留下的旋律线孤零零的,你一个人唱,怎么都唱不出原曲那种厚度。

很多人没意识到,"去掉人声"和"做出能唱的卡拉OK伴奏",是两件不同的事。

和声为什么总是跟着主唱一起消失

要弄明白这件事,得先知道大多数"一键去人声"的工具到底在做什么。

最早的办法叫中置声道消除。立体声混音里,主唱通常被摆在正中间,左右声道的波形几乎一样。把右声道反相,再和左声道叠在一起,中间的信号就互相抵消了。这个法子便宜、快,不挑设备,副作用却很明显——凡是放在中间的,都会一起没。和声经常就在中间。贝斯、底鼓、偶尔还有吉他独奏,也都是中置的常客。

后来有了基于神经网络的方法,情况改善了不少,但麻烦没根治。模型学习的是"人声"这个概念,而和声在声学上和主唱几乎没有区别:同样是人的嗓子发出来的,跟着同一条旋律走,落在同一个频率范围里。模型要判断哪一句该拿掉、哪一句该留下,靠的不是歌词理解,是声音特征。这两者在特征上太像了。

于是最稳妥的处理就是把人声整体端走。结果是你得到了一条技术上很干净的伴奏,同时得到一条没有和声的伴奏。

对听歌的人来说,这可能无所谓。对要唱的人来说,这是致命的。副歌最需要衬托的地方,只剩你一个人干扛。

(想深入了解分离技术本身的演进,可以看看我们这篇人声分离技术演进完全指南。)

先听,再判断

道理说得再多,不如亲耳听一遍。下面三段音频来自同一首歌、同一段时间,起点和时长完全对齐,唯一的差别是分离方式。建议按顺序听,听到副歌的时候留意主唱背后那层轻轻跟着唱的声部。

原始混音——注意副歌里主唱后面那层声音:

只提取主唱——和声也在这条里,这就是大多数工具会交给你的"人声轨":

保留了和声的伴奏——主唱拿掉了,和声留在伴奏里:

这三段是用 LyRuno 的卡拉OK模式从同一段素材里实际分离出来的结果。你可以来回切换,重点听第三条:主唱的位置空出来了,但那层和声还在原地。你唱主唱的时候,它像是真的有个人在旁边跟着。

这就是"能听的伴奏"和"能唱的伴奏"之间的差别。

怎么自己做出一条带和声的伴奏

如果你只是偶尔唱一首歌,找现成的伴奏站点也许够用。但如果你要的是某一首具体的歌、某个具体的调、或者一批歌要反复排练,自己动手会可靠得多。流程其实不复杂。

第一步,选对模式。 这一点比后面所有操作都重要。大部分软件只有笼统的"人声/伴奏"二选一,你选了它,得到的就是上面第二条音频那种结果。要找明确写着"卡拉OK"或者"保留和声"的模式。LyRuno 里这是一个独立场景,叫"卡拉OK分离",和普通的"人声与伴奏分离"是分开的两个入口。

第二步,先试再跑。 别一上来就处理整首歌。LyRuno 每个模式都带内置试听示例,你可以先听清楚这个模式到底会给你什么;也可以用片段试处理功能,截一小段看看效果,满意了再跑完整文件。这一步能省掉大量返工。

第三步,导入你的文件。 支持直接从文件夹拖进去,音频视频都行,总共 17 种格式,常见的 MP3、WAV、FLAC、MP4、MKV 都在里面。文件多大、多长都没有限制,一次拖几十首也可以。处理完可以选 MP3、FLAC 或 WAV 导出。

第四步,拿到的两条轨怎么配。 分离完成后你会得到主唱轨和含和声的伴奏轨。排练的时候,伴奏轨用来放,主唱轨留着——不是用来唱的,是用来在你不确定某句怎么唱的时候单独听清楚旋律走向的。这个用法很多人没想到,其实比反复倒带原曲效率高。

整个过程在你的电脑上完成,文件不会上传到任何服务器。这点对那些不方便把未发布 demo 传到网上的人来说,可能比音质本身更重要。

(软件是免费的,核心功能直接可用;想要更好的效果,专业版通过激活码解锁,不需要注册账号。具体差异可以看定价页。)

这套方法不是万能的

有些文章会把"AI 分离"说得无所不能,我不想这么写。有几类情况,你最好提前有个心理预期。

录音质量本身很差的时候,比如现场手机录的、底噪和混响都很重,分离出来的和声也会带着那些杂质,想靠工具把它们变干净并不现实。

和声如果和主唱几乎完全齐唱、没有任何音高或时间上的错开,再好的模型也很难把它们拆成两条。这在声学上就是同一个信号,不是算法不够聪明的问题。

还有一种情况是歌曲本身就没有和声。那你想要的"和声"从头到尾都不存在,分离当然也变不出来——听起来像是工具坏了,其实不是。

我建议的做法是:先听内置示例,或者用片段试处理跑一小段。十几秒钟的事,比事后对着一整首不理想的成品懊恼划算。

几个经常被问到的问题

普通伴奏和卡拉OK伴奏到底差在哪? 普通伴奏追求的是"没人声",所以和声会被一并拿掉。卡拉OK伴奏追求的是"没有主唱、但保留和声",让独唱的人有声部衬托。这是两种目标,需要不同的处理方式。

分离的时候要联网吗? 处理全程离线。只有两种情况需要联网:第一次使用某个功能时下载对应的处理引擎,以及用链接导入功能从网上抓取内容。你自己本地的文件,从头到尾不离开电脑。

一次能处理多少首? 本地文件没有数量、大小、时长的限制。多个文件可以勾选后一起提交,软件会排队逐个处理,每个文件有独立进度,失败的可以单独重试。要说明的是这是排队处理,不是同时并行。

我能只要伴奏、把主唱彻底丢掉吗? 可以。每种模式都能选保留还是移除目标音轨,方向随你。

做出来的伴奏能再合回视频里吗? 可以,直接从视频导入,分离完把想要的音轨合并回原视频,得到没有人声或者只有人声的版本。

最后说一句

做伴奏这件事,工具能帮你的部分其实就那么一步:把主唱从混音里拿出来,同时别把和声一起带走。剩下的——选歌、定调、反复练——还是得你自己来。

但如果那层和声终于留在了该在的位置,你会发现唱起来的感觉完全不一样。上面第三条音频,建议你再听一遍,这次只听副歌。

准备好试自己的歌了,就去下载 LyRuno,先用内置示例找找感觉,再拿自己的文件跑一遍。

Tags:#vocal-remover#karaoke