如何从视频中分离对话、音乐和音效
了解如何从视频中分离对话、音乐和音效，检查每个主干，修复残留物，并准备干净的新混音。
搜索短语单独的对话音乐声音效果描述了三干源分离任务。要从视频中执行此操作，请使用返回独立对话、音乐和效果主干的工作流程，然后预览声音重叠的每个主干。不要从基本的音频提取器开始：提取仅将完整的音轨保存为一个文件。分离器会估计三个源，以便您可以独立地静音、替换、清理或重新平衡它们。期待有用的主干而不是完美的重建，并保留原始混音以进行比较。
要点
- 三干分割比简单的语音与背景分割保留了更多的编辑控制。
- 对话、音乐和效果是从完成的混音中得出的估计值，因此可能会残留微弱的渗色。
- 导出之前检查过渡、混响尾音、影响、人群场景和音乐语音。
- 尽可能仅修复有问题的区域；激进的全音轨处理可能会使语音听起来单薄或不自然。
- 导出可逆的工作集：未受影响的混合加上每个分离的茎。
为什么三个茎对于视频编辑很重要
两部分“人声和器乐”的结果对于歌曲来说效果很好。视频声音通常更复杂。它的背景可能包含乐谱、房间氛围、掌声、交通、脚步声、界面点击和设计效果。将所有这些组合到一个乐器轨道中会产生一个新的限制：删除乐谱也可能会删除使场景可信的环境声音。
雷卡波的 音频分离器 提供面向视频的对话/音乐/效果分割。实际上：
- 对话是您可能想要清理、翻译、替换或强调的口头或声音前景。
- 音乐是您可能想要静音、替换或重新平衡的乐谱或音乐床。
- 效果包括声音效果和氛围，帮助编辑保留位置、动作和连续性。
类别可以重叠。一群人有节奏地吟唱可能就像音乐；混响的声音可能会溢出到效果杆中；音调效果可能类似于乐谱的一部分。这就是为什么质量控制是工作流程的一部分，而不是可选的最后一瞥。
在处理之前规划拆分
首先定义预期的编辑。相同的来源可能需要不同的决策。
| 编辑目标保留茎干要改变主要审查风险 | |||
| 更换音乐床 | 对话+特效 | 音乐 | 语音下的音乐残留 |
| 创建配音 | 音乐+效果 | 对话 | 原始声音渗漏并且缺少与人声相关的效果 |
| 提高语音清晰度 | 对话 | 仅对话处理 | 过度处理辅音或房间音 |
| 建造一个拖车声床 | 音乐+效果 | 重新平衡两者 | 分类为音乐的影响 |
| 创建干净的采访摘录 | 对话+选定的氛围 | 音乐和分散注意力的效果 | 短语之间不自然的沉默 |
如果您只需要一份原始混音的纯音频副本，请使用 音频提取工作流程 相反。当茎需要不同的处理时，分离是合理的。
分步工作流程
1. 准备您可以编辑的最佳来源
使用最早、最干净的可用文件。多次下载、重新压缩和导出的副本可能包含模糊的高频、泵浦或其他使源边界难以估计的伪影。
上传前先听听来源。标记困难的部分：同时说话和音乐、掌声、大声冲击、唱歌、强烈的房间回声和快速过渡。这些标记稍后将成为您的审核清单。
2.上传视频并选择三部分分割
打开 Recapo 的 Audio Separator 并提供授权来源。当您的目标是视频重新编辑、配音或声音设计时，请选择对话、音乐和效果，而不是人声/乐器。
避免根据旧教程或屏幕截图做出不受支持的假设。使用时在实时产品页面上确认控件和可用的输出选项，因为产品界面可能会发生变化。
3. 独奏预览每个主干
从对话开始。检查单词、呼吸和辅音边缘是否仍然清晰可辨。然后听音乐以促进言语流血。最后，聆听缺失的影响、环境不连续性或声音和乐谱片段的效果。
不要只评判一个安静、轻松的部分。跳转到您在分离前所做的每个标记。在清晰的旁白中听起来很出色的词干在同一个演讲者谈论音乐高峰时可能会遇到困难。
4. 重新组合你想要保留的茎
单独播放夸大了一些伪影。重新组合保留的主干，并将结果与匹配聆听级别的原始混音进行比较。一根孤立的茎中的微弱痕迹可能会被自然掩盖；缺少的混响尾音可能只有在上下文中才会变得明显。
对于音乐替换，将分离的音乐主干静音，保留对话和效果，添加新曲目，并围绕演讲调整其电平。对于配音，降低或静音对话主干，保留音乐和效果，并使新的表演与画面保持一致。
5.修复局部问题
使用破坏性最小的有效修复：
- 仅在残留物出现的地方自动测定残留物的水平。
- 在粗糙的茎边界处添加短暂的淡入淡出。
- 当可以安全隔离时，修补原始混音中缺失的效果。
- 如果对话间隙造成不自然的死寂，请在对话间隙添加微妙的房间音调。
- 仅当剩下的问题确实是噪音时，才将降噪应用于孤立的对话主干。
一般降噪对于大致稳定的纹理最有效。 Recapo 和 Audacity 的官方文档将持续的嘶嘶声、嗡嗡声或类似风扇的噪音与突然的一次性声音区分开来。关门声或孤立的咔哒声通常需要有针对性的时间线或频谱修复，而不是整个茎上更强的去噪。
6. 导出可逆包
保留：
- 原始视频或原始混合配乐；
- 对话主干；
- 音乐主干；
- 影响源于；
- 新的编辑或组合混音；
- 有关任何本地修复的注释。
清晰的文件名和同步的开始时间很重要。如果单独修剪或移动主干，则在下一次编辑期间很容易失去同步。
如何审查每个茎
对话清单
- 每行的第一个和最后一个辅音是否完好无损？
- 声音是否保持自然的体态，还是变得空洞或水汪汪的？
- 音乐残留在暂停时最明显吗？
- 呼吸和房间反射对于预期编辑来说是否可以接受？
- 阀杆是否与嘴唇运动保持同步？
音乐清单
- 您能听到可识别的语音或声音片段吗？
- 持续的音符在对话发生时是否被打断？
- 过渡和混响尾音是否保持平滑？
- 如果您删除此主干，效果中是否仍存在任何分数？
效果和氛围清单
- 是否存在脚步声、冲击力、界面点击和位置氛围？
- 掌声或人群的声音是否迁移到了对话或音乐中？
- 说话之间的气氛是否会突然消失？
- 重要的同步效果是否与图片一致？
常见问题和实际解决方法
语音保留在音乐或效果主干中
仅在受影响的乐句期间降低该主干，或在适当时用替换音乐掩盖残留物。对于配音，请检查新声音是否自然覆盖微弱的原始语音。在使用耳机和普通扬声器试听之前，请勿声称它已经消失。
对话听起来单薄
与完整的混音进行比较。一些低级房间信息可能已移至效果主干。重新组合受控的环境量听起来比更努力地推动均衡或降噪更自然。
影响随着音乐消失
一些音调或节奏效果可以归类为音乐。如果可以在不重新引入不需要的乐谱的情况下将其隔离，则从原始混音中恢复特定事件，或者从授权来源重新创建效果。
混响产生交叉干残留
混响由在时间和频率上与直达声重叠的反射组成。声源分离可能会使对话中出现干涩的声音，而其他地方则保留一些反射。首先使用关卡自动化和上下文屏蔽。广泛的去混响可以帮助某些录音，但它无法重新创建原始麦克风未清晰捕获的细节。
何时使用两茎声乐分割
当来源主要是音乐并且任务是卡拉 OK、无伴奏合唱或混音床时，请使用人声/乐器分离。雷卡波的 人声消除器 是围绕两部分结果设计的。对于采访、教程、电影、产品演示和本地化，对话/音乐/效果通常更贴近您需要做出的编辑决策。
常见问题解答
我可以完美地将对话、音乐和效果与任何视频分开吗？
不会。完成的配乐包含重叠的源，并且分离会估计它们的贡献。强烈的重叠、混响和压缩可能会留下残留或丢失细节。
对话和人声一样吗？
并非总是如此。 “人声”经常用于音乐工作流程，而“对话”更好地描述视频中的口头内容。最佳分割取决于来源和预期编辑。
我应该在使用分隔符之前提取音频吗？
如果分离器直接接受视频则不会。当您特别需要完整混音的独立副本时，提取非常有用；它本身并不能改善分离。
降噪应该在分离之前还是之后进行？
如果噪音主要影响语音，则清理分离的对话可以避免改变音乐和效果。如果严重的噪音妨碍了有效的分离，请按两个顺序测试一小段，并选择伪影较少的结果。
突然听到不想要的声音我该怎么办？
将它们视为本地事件。尽可能切除、削弱或修复受影响的区域。一般去噪更适合大致稳定的背景噪音，而不是孤立的撞击声、咔哒声或喊叫声。
从经过审查的主干构建新的组合
分离是编辑的开始，而不是结束。使用雷卡波的 音频分离器 要创建对话、音乐和效果，请试听困难部分，并仅在每一层通过检查表后重新组合。原始混音仍然是您的安全副本和最有用的参考。
