如何用人声分离在线制作伴奏音轨

做伴奏不是一件事——先想清楚给谁用

很多人搜「怎么做伴奏」，好像那是一个单一动作，但正确做法完全取决于伴奏往哪儿用。翻唱伴奏要的是主唱干净消失、编曲保持完整；垫在口播视频下面的伴奏，要的是被压低、被闪避之后还站得住；教学素材可能需要能单独拎出来的某个声部；Remix 则需要干净、对齐了节拍、可以随意重排的分轨。它们能容忍的瑕疵量天差地别，所以第一个决定不是点哪个工具，而是这条伴奏到底给谁用。

这一个选择会决定后面所有事。如果你做的是垫在说话声下面的安静背景，副歌里那点人声残留在你的口播底下根本没人注意得到，追求完美分离纯属浪费时间；可如果你做的是要在音响里裸奏的 Remix，同样的残留就是硬伤。上传之前先给伴奏定好去向，接下来该打磨多狠、要不要拆多轨、怎么处理响度，全都顺理成章。

两轨还是十二轨：什么时候需要多轨分离

做伴奏最简单的形态是两轨分离：人声出去，其余留下。对相当多的用途，这就够了。但现在的分离能做得更细。四轨模型会把人声、鼓、贝斯、以及「其余」分成独立文件，六轨模型再往上加吉他和钢琴——开源的 Demucs 家族（它的 htdemucs_6s 版本）是大多数工具的参照标杆。手里有了分轨，你就能精细地重拼伴奏：只静音人声、或者抽掉贝斯换自己录一条、或者只留鼓和钢琴做一个极简的练习循环。

有个实话值得先知道：模型想分离的声部越多，每一条相互串扰就越厉害，尤其六轨里的钢琴和吉他，目前仍带着明显的瑕疵。如果你只是要「去掉人声」，就要两轨——多出来的分轨只会引入更多接缝。只有当你的目的本身就是重拼、重排伴奏时，才动用多轨分离，而不是单纯想把主唱去掉的时候。

• 两轨（人声 vs 伴奏）结果最干净，做大多数伴奏够用。
• 四轨（人声/鼓/贝斯/其余）能让你重拼或替换单个声部。
• 六轨多了吉他和钢琴但串扰更重，只在真需要这两条时才用。

给视频做一条能垫在人声下面的背景乐

如果伴奏是要垫在说话视频下面，目标不是响，而是「听话」：它得安安静静待在你的声音底下，绝不跟你抢。各大平台都会把音频归一到自己的目标响度——B 站、YouTube 大致在 -14 LUFS 上下，抖音、Instagram 会再响一点点——所以你混得比这响得多，只会被平台压回去，而且往往压得不均匀。把成品往这个区间去做，并让真峰值留在 0 以下一两个 dB，避免平台重新编码之后产生失真。

垫在口播底下时，音乐通常要压到独奏音量的一到两成，而最干净的做法是「闪避」（ducking）：你一说话就自动把背景压下去，说话的空档和空镜头再让它扬起来。把伴奏裁到你需要的长度，歌比视频短就循环一段干净的部分，最后一定要在手机外放上试听，而不是只用耳机——大多数观众听到你视频的，是他们手上最差的那只喇叭。

• 响度做到约 -14 LUFS，真峰值留在 -1 dBTP 附近。
• 口播下用闪避把音乐压到一到两成，而不是固定小音量。
• 发布前务必用手机外放试听一遍。

为 Remix 或 DAW 准备分轨

Remix 成败全在节奏，所以准备工作要在任何创作之前做完。先把工程速度设成这首歌的 BPM，再导入——用错的速度把分轨拉进工程，之后你得逐段去修每一个片段。顺便把调也测出来，这样你后加的东西才不会跑调。文件进来之后，认真选 Warp 模式：吉他、合成器、人声这类旋律内容用 Complex 或 Complex Pro 模式，鼓和打击乐用 Beats 模式，这样拉伸对齐到网格时才不会把瞬态搅糊。

对手工的现实也要有数。传统流程——分离分轨、导入、测速度、逐个文件 Warp、凭耳朵找第一个重拍、切片、把八条以上的轨道全对齐到网格——在你做出任何一个音乐决定之前，可能就吃掉两三个小时。从分离这一步就拿到干净、命名清楚的伴奏和分轨，正是省下这段时间的关键，所以值得从最好的音源开始，导出整齐的文件。

• 导入任何东西之前，先把 DAW 速度设成这首歌的 BPM。
• 旋律分轨用 Complex/Complex Pro，鼓用 Beats 模式 Warp。
• 提前测调，让后加的声部保持在调上。

打磨分离留下的瑕疵

再好的分离也会留下接缝，一点 EQ 就能改善很多。如果有人声碎片残留，在那个作怪的频率上挂一个窄窄的陷波（notch）滤波，能把它进一步压下去，又不会把周围的音乐掏空。尤其盯着低频：分离有时会让贝斯变薄，而一首混音的「身体」大致在 200-300Hz，在这里轻轻提一点能把丢掉的重量找回来。如果你用高通去清理低频轰鸣，一定要保守——很多业余混音之所以听起来空洞没生气，恰恰是因为有人为了追求「干净」把低频切过头了。

但也要把预期摆正。EQ 能压残留、能重新平衡变薄的伴奏，却没法真正抹掉难分的歌上那种水声、金属味的瑕疵。一旦你能听见这些，继续加处理通常只会让它更糟，而不是更好。当问题是结构性的而非表面的，真正的解法在上游：换一个更干净的无损音源重新分离，或者接受这首特定的混音就是出不了一条纯净伴奏。

• 用窄陷波在人声频率上压掉残留。
• 用 200-300Hz 轻提找回身体感；高通要克制，别弄空。
• 如果瑕疵已经能听见，回头修音源，而不是堆 EQ。

发布用别人歌曲做的伴奏时

做出伴奏是技术步骤，发布它是版权问题，两者是分开的。私下练习、课堂使用、粗剪草稿都在安全区。但只要你公开、商用或表演一条用别人录音做出来的伴奏，原曲的版权依然生效——而且直接采样、复用原始录音，比重新翻录一首所需的授权更严格，是另一套清算。你并不会因为处理了音频，就自动获得复用一段你没有制作的母带的权利。

实用的习惯还是那一条，能让所有创作者少踩坑：公开之前先确认你这个具体用途需要什么，把平台的音乐政策和任何采样授权放在流程的最后一道关卡，而不是事后才想起。更完整的版权拆解在我们《如何消除歌曲人声》那篇里；这一节你就当作一个提醒——做好的伴奏是「准备好的素材」，不是「已清权的成品」。