音源分离这事，做剪辑、搞创作的朋友应该都熟。反正我做内容这么多年，后期想扒个BGM、提段伴奏，经常要用到。
日常办公也一样，课程录像、会议记录，事后得把发言人的声音，跟环境音、杂音拆开，原声才留得清楚。
音源分离这事，做剪辑、搞创作的朋友应该都熟。反正我做内容这么多年，后期想扒个BGM、提段伴奏，经常要用到。
日常办公也一样，课程录像、会议记录，事后得把发言人的声音，跟环境音、杂音拆开，原声才留得清楚。
所以人声、伴奏分离这一步，不管做内容，还是职场办公、学习，都少不了。
早年基本是单个模型跑到底，现在不一样了，慢慢在往多模型生态走。
手动加一段音频进去，单模型、混合模型都能选。
混合模型说白了就是多模型，勾两个以上，再去配融合参数：
定好哪几个模型管背景音、哪几个管人，然后点开始就行。
它会自己推理，根据音频的场景、环境，挑合适的处理方式，速度看电脑配置、音频时长和复杂程度，一般1-3分钟。
我拿这段4分多钟的试了下，20多秒就跑完了。
完成后，在结果页直接能听，也能进编辑器打开，接着剪或者导出都行。
除了手动处理，还支持工作流模式：
用引导式节点搭成一条自动流程，省得一遍遍重复手工活。
另外自带模型库，300多个模型，按自己需要挑合适的结构。
音源分离之外，格式转换：
音频分析、语音识别：
切片、合并音轨这些常用功能，也都配齐了。
说实话，这几年本地音频工具的进步，是真快。你们平时拆音轨，都用啥招？评论区聊聊。
用之前要知道
- 还支持工作流模式：
- 按自己需要挑合适的结构
- 下载与安装请核对版本号，安装前建议先备份重要数据。
本站只做整理与实测记录，资源来自网络公开分享，版权归原作者所有。
