如何在不損失品質的情況下從影片中分離人聲
了解如何從影片中分離人聲，同時最大限度地減少品質損失、檢查主幹殘留以及在人聲和對話分離之間進行選擇。
要從影片中分離人聲，請從最乾淨的授權來源開始，選擇歌曲的人聲/樂器分割或語音視訊的對話/音樂/效果分割，並在匯出前預覽最難的重疊。 「不損失品質」應該意味著最大限度地減少可避免的損害，而不是承諾無損結果。源分離會估計已混合音軌的部分，因此響亮的伴奏、混響、人群噪音和壓縮可能會留下殘留或柔化人聲細節。
重點
- 將分離模型與內容相匹配：音樂的人聲/樂器，大多數影片編輯的對話/音樂/效果。
- 使用最早的乾淨來源並避免分離前不必要的重新編碼。
- 檢查子音、呼吸、持續音符、殘響尾音和靜音間隙是否有音損。
- 單獨判斷聲幹以及在預期的最終混音中判斷聲幹。
- 保留原始音軌並進行局部修復，而不是過度處理整個主幹。
首先確定影片中「人聲」的含義
這個字可以描述兩個不同的編輯目標。
在表演影片中，「人聲」通常意味著與樂器分離的歌唱。在採訪、教學、影片剪輯或產品演示中，目標是與音樂和音效分開的口頭對話。選擇錯誤的輸出可能會掩蓋有用的樂器氛圍，或對歌唱和口語材料進行不一致的分類。
| 來源和目標最佳首發分割預期產出為什麼 | |||
| 歌曲表演或卡拉 OK | 聲樂/器樂 | 兩根 | 直接配對音樂任務 |
| 背景音樂採訪 | 對話/音樂/效果 | 三莖 | 保留氛圍和非音樂效果 |
| 配音場景 | 對話/音樂/效果 | 三莖 | 保留音床，同時替換語音 |
| 阿卡貝拉混音版 | 聲樂/器樂 | 兩根 | 製作聲音資源和背景音軌 |
| 語音字幕或文字記錄審查 | 對話/音樂/效果 | 三莖 | 注重清晰易懂的言語 |
雷卡波提供了這兩種途徑。其 人聲消除器 使用人聲/樂器工作流程，而 音訊分離器 可以返回以視頻為中心的工作的對話、音樂和效果。
為什麼完美隔離不是一個現實的承諾
當視訊混合時，人聲和背景變成一個波形。來源分離不會重新開啟原始錄製工作階段。它估計哪個聲音屬於哪個字幹。
有幾個條件使估計變得更加困難：
- 歌手和樂器佔據相似的頻率；
- 演講比樂譜或效果更安靜；
- 房間的反射聲將聲音傳播到時間上；
- 壓縮或限制使來源一起移動；
- 低品質的副本具有模糊的瞬態和高頻細節；
- 人群的聲音類似於主唱。
結果可能包括出血、金屬或水狀紋理、軟化的“s”和“t”聲音、缺少呼吸細節或伴奏中出現漏洞。 Recapo 的官方分離器頁面明確警告分離可能會留下微弱的殘留物，並且不是無損的分離。針對該限制的可靠工作流程計劃。
分步聲音隔離工作流程
1. 從最好的來源開始
使用您可以編輯的最早一代。如果原始影片可用，請避免從社交媒體下載中提取。重複編碼可能會在分離開始之前添加偽影。
不要自動套用全域均衡、強力壓縮或激進的降噪。這些過程可以一起重塑人聲和背景。如果來源有噪音，請在分離前後測試一小段並進行清理，並保留可聞副作用較少的版本。
2. 標記困難時刻
聽聽來源並注意：
- 安靜的聲音下大聲的伴奏；
- 唱歌時有長殘響或延遲；
- 掌聲、口號或重疊發言者；
- 音節上發生的尖銳影響；
- 聲音降為耳語的段落；
- 有風、嗡嗡聲或嘶嘶聲的時刻。
這些是您的品質控制點。簡單的開頭句並不能證明整個詞幹是乾淨的。
3. 選擇分離模式
當人聲是音樂混音的一部分並且您想要無伴奏合唱、卡拉 OK 床或混音材料時，請使用人聲/樂器。當您需要語音時使用對話/音樂/效果，同時單獨保留非音樂背景細節。
將原始程式碼上傳到適當的 Recapo 工具，並在處理之前確認目前的頁面控制項。產品介面和選項可能會發生變化，因此即時官方頁面是事實來源。
4. 預覽孤立的聲音
用耳機以舒適的音量聆聽。首先檢查清晰度，然後檢查自然度。響亮的把立不一定就是更好的把立。
注意：
- 子音的開頭和結尾；
- 持續的元音和歌唱的音符；
- 在伴奏殘留物暴露出來的地方停頓；
- 呼吸聲和安靜的話語；
- 每個樂句後混響尾音；
- 語音視訊的口型同步。
然後試聽樂器、音樂和效果輸出。如果可辨識的聲音片段仍然存在，當您重新使用這些詞幹時，它們可能會重新出現。
5. 在上下文中進行比較
將孤立的人聲放置在其預期的環境中。對於混音，請聆聽新的背景音樂。對於字幕或轉錄，請檢查每個單字是否清晰。對於配音，將音樂和效果結合起來，沒有原始對話，並聆聽殘留物。
一些獨奏工件在最終混音中被掩蓋。其他問題——尤其是重複的單字或缺少輔音——變得更加分散注意力。根據上下文做出決定，而不是僅根據單獨的波形。
6. 只修復需要修復的部分
如果大部分主幹可用，則不要在整個錄音中進行更強的處理。相反：
- 自動減少短暫的出血；
- 淡化粗糙的邊界；
- 當編輯上合適時，從另一個授權的版本中修補一個音節；
- 保持一定程度的氛圍，這樣停頓聽起來就不會顯得不自然地空洞；
- 孤立事件使用有針對性的光譜修復；
- 僅對穩定的不必要的紋理應用謹慎的降噪。
Audacity 官方指南稱，一般降噪適用於持續的聲音，例如嘶嘶聲、嗡嗡聲或風扇噪音，而不是單獨的點擊聲、爆裂聲或不規則的背景活動。突發聲音應盡可能作為本地事件處理。
7.導出並保存可逆集
保留原始混音、獨立聲音、互補詞幹以及編輯後的結果。保持相同的開始時間，以便每個檔案保持同步。在刪除任何內容之前，請重新開啟匯出並檢查整個持續時間是否正確播放。
使用閥桿之前的品質檢查表
- 聲音與影像保持同步。
- 安靜的單字和子音邊緣仍然可以理解。
- 暫停時殘留音樂或效果是可以接受的。
- 聲音聽起來不空洞、起泡、金屬感或相位差。
- 殘響尾音不會突然切斷。
- 補充詞幹不包含分散注意力的聲音片段。
- 獨立的人聲在最終混音中發揮作用，而不僅僅是獨奏。
- 保留原始音軌。
常見問題和更好的應對措施
聲音在水下響起
這通常表示更強的隔離也會消除聲音細節。不再進行額外的降噪或過濾。比較另一種分離模式，恢復一點情境氛圍，或接受少量出血（如果聽起來比激進的清理更自然）。
音樂仍然在聲音之下
檢查殘基是否僅限於某些短語。替換的音樂床可能會掩蓋微弱的出血。對於暴露的語音，僅減少受影響的區域，或者如果您從以音樂為導向的聲音分割開始，請嘗試對話分離。
聲音在響亮的效果中消失
該模型可能已經對部分語音進行了分類。查看對應的互補主幹和原始組合。與增加整個錄音的處理相比，本地修補程式的破壞性較小。
混響使主幹聽起來很遙遠
混響由與直接聲音混合的反射組成。 Adobe 的官方文件將去混響描述為估計混響輪廓並應用可調節的處理量。保守地使用此類處理：太多會使聲音變薄，並且沒有工具可以恢復從未單獨捕獲的細節。
風聲或嘶嘶聲仍留在孤立的聲音中
這是源分離問題之後的雜訊問題。使用 音訊降噪 在聲音或對話幹上，預覽結果，並在語音開始聽起來合成之前停止。穩定噪音通常比一次性衝擊更容易抑制。
改善未來隔離的錄音選擇
后期制作从拍摄开始。當您可以控制下一次錄音時：
- 將麥克風放置在靠近演講者或歌手的位置；
- 減少監視器或揚聲器溢出到麥克風中的現象；
- 在製作允許的情況下錄製單獨的麥克風或音軌；
- 在戶外使用防風措施；
- 選擇反射較少的房間或在錄音區域周圍添加軟家具；
- 在完整測試之前監控一個簡短的測試；
- 保留原始多轨文件。
真正的獨立錄音比任何扭轉成品混音的嘗試提供更多的控制。當這些原件不存在或在當前工作流程中不可用時，分離是最有價值的。
常見問題解答
我可以在不先提取音訊的情況下從視訊中分離出人聲嗎？
是的，當分離器直接接受視訊輸入。只有當您還想要完整音軌的獨立副本或其他工具需要純音訊輸入時才需要提取。
人聲去除器和對話分離器一樣嗎？
它們是相關的，但針對不同的輸出進行了最佳化。人聲去除器通常會返回人聲和器樂；面向視訊的分離器可以保持對話、音樂和效果獨立。
孤立的人声能完全无损吗？
對於最終的混音沒有任何可靠的保證。目標是保留有用的聲音細節，同時保持足夠低的殘留和偽影以進行預期的編輯。
我应该对孤立的声音使用降噪吗？
仅当存在不需要的噪音时才使用它。預覽一個適度的通道並與原始通道進行比較，因為激進的去噪可能會損害語音和歌唱。
為什麼我還能聽到器樂中歌手的聲音？
人聲可能與伴奏共享頻率、殘響或動態。這些重疊可能會在互補詞幹中留下微弱的聲音殘留。
隔離適合工作的正確聲幹
選擇編輯周圍的輸出，而不是標籤。使用雷卡波的 音訊分離器 用於語音視訊控製或其 人聲消除器 用於兩乾音樂工作流程。預覽困難的部分，保留原始內容，並傾向於自然可用的結果，而不是過度處理的完全沉默的嘗試。
