人聲分離 - 一鍵去掉背景音樂和噪音
線上 AI 人聲分離：去掉錄音裡的背景音樂和噪音，只留乾淨人聲。同頁還有變聲（保留表演只換音色）和強制對齊（錄音加文稿出精確字幕）。
最近更新: 2026-10-18
人聲分離把錄音裡的背景音樂和噪音去掉，只留下乾淨的人聲。 聲匠 VoiceSmiths 把它和另外兩件工具放在一起：變聲（保留表演，只換音色）和強制對齊（已有錄音加文稿，輸出精確字幕時間軸）。三件都處理你手裡已有的音訊，在工作臺的「音訊處理」頁籤裡，上傳不超過 200MB 的檔案即可。
一表看懂
| 工具 | 輸入 | 輸出 | 常見用途 |
|---|---|---|---|
| 人聲分離 | 一段錄音 | 去掉背景音樂和噪音後的人聲 | 清理克隆樣本、搶救外景素材、換配樂 |
| 變聲 | 一段錄音 + 目標音色 | 同樣的表演，換成目標音色 | 自己演一遍，再換成角色音 |
| 強制對齊 | 一段錄音 + 文字稿 | 每個詞的起止時間，可匯出 SRT | 已有稿件，只缺字幕時間軸 |
三件工具的點數價格都寫在按鈕上，失敗自動返還。
人聲分離：提取乾淨人聲
從嘈雜錄音中剝離背景噪音和音樂，只留人聲。幾個高頻用法：
- 清理克隆樣本：錄音有底噪？先分離再去克隆音色，效果顯著提升
- 搶救外景素材：街採、活動現場的人聲撈出來重新可用
- 換一段配樂：原影片的背景音樂不合適，先分離出人聲，再配上用 AI 音效生成器生成的新配樂
- 轉寫和對齊之前先清理：背景太吵時，先分離出乾淨人聲，再做語音轉寫或強制對齊
怎麼用
- 開啟語音工作臺 → 音訊處理
- 上傳要處理的錄音（不超過 200MB）
- 點「分離」，按鈕上會先顯示這次要扣的點數
- 處理完成後試聽，下載乾淨人聲
它不做什麼
人聲分離輸出的是提取出來的人聲，不單獨輸出去掉人聲後的伴奏。如果你要的是卡拉 OK 伴奏，這個工具幫不上忙；如果你要的是一條幹淨、能直接用的人聲，它正合適。
變聲：保留表演，只換聲音
上傳一段錄音，選擇目標音色——語氣、節奏、停頓、情緒全部保留，只有音色被替換。適合：自己念一遍臺詞把控節奏，再換成角色音色；或用一條幹音批次產出多個角色版本。
真實對比 · 同一段朗讀，變聲前（女聲 Sarah）→ 變聲後（男聲 Callum）：
變聲前：
變聲後（表演完全一致，只換了音色）：
錄音裡有背景音樂？先分離出乾淨人聲，再拿去變聲。
強制對齊：已有錄音 + 文稿 = 精確字幕
你已經有錄音和文字稿，只缺時間軸？強制對齊輸出每個詞的精確起止時間。真實樣例（用首頁英文樣例實測，原始輸出）：
The [0.08s→0.14s] rain [0.16s→0.34s] had [0.36s→0.50s]
stopped, [0.52s→0.80s] ...
對比語音轉寫：轉寫是「猜它說了什麼」，對齊是「已知說了什麼，標出何時說的」——有稿件時對齊更快、更準、零錯字。
在哪裡用人聲分離和其他工具
三件工具都在語音工作臺 → 音訊處理：上傳檔案（≤200MB），按鈕上明示點數價格，失敗自動返還。對齊結果可直接下載 SRT 字幕。
常見問題
人聲分離能去掉背景音樂嗎？ 能。它會把錄音裡的背景音樂和噪音一起去掉，只留下乾淨的人聲。
人聲分離會輸出伴奏嗎？ 不會。輸出的是提取出來的乾淨人聲，不單獨輸出去掉人聲後的伴奏，所以不適合用來做卡拉 OK 伴奏。
上傳的檔案有大小限制嗎？ 單個檔案不超過 200MB。三件工具都一樣。
怎麼收費？ 按點數計費，每次處理的點數價格先顯示在按鈕上，失敗自動返還。詳見定價。
強制對齊和語音轉寫有什麼區別？ 轉寫是「猜它說了什麼」，對齊是「已知說了什麼，標出何時說的」。手上已有文稿時，對齊更快、更準，而且不會有錯字。
開始處理
手上有一段被音樂或噪音蓋住的錄音？上傳到工作臺做一次人聲分離，幾步就能拿回乾淨的人聲。