Question

如何提取音乐中的人声

Answer 1

问题一：用AU如何提取歌曲中的人声 要提取音频中的人声，待处理的文件必须要是立体声音频文件。另外，软件可消除大部分背景音乐，但不能完全消除。以AU3.0为例：
1：运行AU并打开待处理的音频文件；
2：点：效果--立体声声像--析出中置通道，在弹出的析出中置通道对话框的预置里选acapella，按试听按钮，根据实际效果，调整中置通道电平及交叉滑竿，满意后点确定按钮；
3：保存文件。
满意我的回答请及时采纳！

问题二：用AU如何提取歌曲中的人声 以AUcs6为例：运行AUcs6并打开要处理的音频文件，点：效果--立体声声像--中置声道提取，如果残留的伴奏很多，可调整一下“侧边声道电平”或其它调节项，试听满意后点确定，保存文件或继续做其它处理即可。另外，处理后，留有少量伴奏是正常的，提取效果因歌曲而异。
满意我的回答请及时采纳！

问题三：如何提取MP3中的人声 如果这个MP3文件中的人声音与其它声音不是存在于两个独立的声道中，则就无法单独提取其中的人的声音。（立体声音与混合声音的MP3，都不行）
目前，还没有任何办法，能有效的分离音频文件中的不同成分，只能靠人的耳朵，区别出音频文件中有哪种声音（某种乐器？人的声音？其它声音等等），而电脑是无法区分 的。 所以也就无法单独提取出MP3中的人声音。

问题四：如何用CoolEdit软件提取音乐中的人声？跪求大神解答！！ 不知道你说的提取是一个怎么状况，如果人声没有杂乱的背景音乐呢，可以简单的通过复制粘贴的方式，把人声从大段的音乐中提出来。
如果背景音乐很响很杂乱，要想提出来人声，那几乎是不可能的事情，现有的技术很难完成这样的任务。
有一个方法可以尝试一下，不过，效果如何很难说：
双击音频，到波形编辑模式（单轨编辑模式），选择你那段音频的纯音乐的一部分（不用太长），然后，点“效果――噪音消除――降噪器”，点右上角“噪音采样”，然后点“关闭”。
点击复制出来的人声的那一些音频，点“效果――噪音消除――降噪器”，点确定。
这样处理后，也许会消除掉一些音乐部分，不过，同样的人声也可能会同时遭到一定的破坏，效果如何，需要你反复尝试，关键是就是选取不同的音乐片段进行“噪音采样”。
最终效果，未必能够完全消除背景音乐，但是，同时，人声效果还会遭受破坏。如何取舍，效果是不是还能让你接受，就看你自己尝试的结果了。

问题五：从电影里提取音乐并且消除人声怎么做？ cooleditke可以
Cool Edit Pro V2.0 是一款功能强大的音效处理软件，它可以非常方便地对声音效果进行各种处理，它的功能非常多，在此简单介绍利用它来实现消除歌曲原唱人声的操作步骤。r
启动 Cool Edit Pro V2.0 程序，单击“文件（File）”菜单中“打开（Open）”命令，打开需要进行原唱人声消除的歌曲文件。这时在屏幕窗口上方显示出所选择歌曲的波形文件，选中整个波形文件，然后选择“效果（Effects）”菜单中“波形振幅（Amplitude）”子菜单中“声音重混缩（Channel Mixer）”命令，打打开通道混音器对话框。如下图所示。 在通道混音器对话框中，可以对立体声的左右像位进行具体设置。对话框的左侧区域为具体的左右像位量化控制区，右侧区域为一些常用的预设效果，比如单音道转双声道、双声道同步、交换通道、人声消除等。其中的“Vocal Cut(人声消除)”效果正是我们所需要的，它可以有效去除立体声中的人声演唱部分。在此预设窗口中选择“Vocal Cut(人声消除)”选项，这时在左侧就出现了系统预置的该选项的具体量化参数。单击右上角的“Preview(预览)”按钮，就可以对所选择的歌曲进行试听，你可以实时听到经过消除原唱人声处理后的声音效果。如果对处理效果不满意的话，还可以在左侧的控制区按照需要调整左右像位的具体参数值，直到满意为止。单击“OK”按钮Cool Edit Pro就会立即对所选择的歌曲进行正式的人声消除效果处理。处理完成后，系统加返回到主界面窗口，选择“File”菜单中“Save As”命令，将处理后的歌曲文件保存到计算机中。]Gq|p?近猪者痴 -- 我们的论坛，很COOL，开裆裤的COOL哦！ PUk
注：使用此方法也会因为源文件所采用的制作方法不同，而会得到不同的处理效果。一般情况下，这种处理方法对于结构比较单纯的对原始声音高保真的歌曲文件(如CD音乐文件)可以达到非常好的处理效果。
下面介绍几种去人声的方法：
Sound Forge
1) 打开音频文件
2) 选择Edit>Select All，选取文件的全部数据。
3) 选择Process>Channel Converter
4) 在通道转换对话框中选择Stereo to Stereo - Vocal Cut preset（立体声到立体声-歌声消除预置）
5) 如果希望得到伪立体声文件，不需要作其他设置；如果希望得到伪单声道文件，激活Invert Right Channel Mix（转换右通道混合）选项，伪单声道的最后结果声音会好一些。
6) 点击OK。
Cool Edit Pro
1) 打开音频文件
2) 选择Edit>Select Entire Wave，选取文件的全部数据。
3) 选择Transform>Amplitude>Channel Mixer在通道混合器的对话框中选择Vocal Cut preset（歌声消除预置）
4) 如果希望得到伪立体声文件，不要激活New Right Channel Invert（新的右通道转换）选项；如果希望得到伪单声道文件，不需要作其他设置。与前面所讲的相同，伪单声道的最后结果声音会好一些。
5) 点击OK。
DeComposer 3种消人声的方法
从主界面中我们可以看到，播放按钮旁边有3个画笔形状的图标，它们正是DeComposer为我们提供的3种消人声方法：音符消音法、频率消音法和噪音滤波器消音法，我们可以从声音的......>>

问题六：怎样从歌曲中提取人声？ 你是去掉人声还是只留下人声？
如果去掉人声，任何软件都不能做到完全的去处人声，特别是对欧美专业公司制作的专业唱片，歌声和伴奏都是混排的，所以根本没法处理。
但对于国内一些制作公司制作的唱片或音频文件可以某种程度上作一些处理，但只能由于家庭娱乐，可以用adobe AUDITION处理
方法如下：
到如音频文件，然后“编辑”--“转换采样模式”，在弹出的对话框中选中“channels”（通道）选项中的mono(单声道)将左声道混合比和右声道混合比分别设置为100%和-100%可部分去除人声，这是最好的办法了
补充，这个基本没有办法，因为MP3不是cel文件，MP3是已经合成的音频，他只分声道，不分音轨，所有音轨已经都合成了。如果是CEL文件（这种文件基本没有，只存在于制作室里）就可以被编辑，里面的人声是被保存在单独的音轨上，直接提取就行。

问题七：怎么用Cool Eidt 处理从视频中提取出来的背景音乐，怎么去掉里面的人声 先用格式工厂把视频装换为音乐格式的
在ce里面调声相，每个声道都是左右两个声相，调成一个最大，一个最小，但是效果肯定不是太好哦，你可以加低音之类的润一下声音
更简单的就是用先锋虚拟dj，最后一个效果器，有个去人声的功能

问题八：在视频中提取的音乐，怎么把人声去掉 推荐使用Audacity音频编辑工具，在特效菜单选择Vocal Remover，可以消除人声。

问题九：什么软件可以把歌曲里的人声提取出来？ 绘声绘影。里面不但可以分离声音。还可以把声音和图像分出来。

问题十：如何把背景音乐里的人声分离出来 可以参照这个来做：
消音白骨爪――教你怎样用Audition消除原声制作伴奏及提取人声
wenku.baidu/...b

Answer 2

如何提取音乐中的人声？

推荐使用轻秒音分轨，在线分离人声，傻瓜式操作，极速分离背景音乐和人声。

人声分离是一种音频处理技术，旨在从混合音频中分离出特定的人声部分。这对于语音识别、语音增强、音频编辑等应用非常有用。AI在人声分离中的应用通常涉及深度学习和神经网络技术。以下是人声分离的一般原理：

• 深度学习模型： 使用深度神经网络（Deep Neural Networks，DNN）或卷积神经网络（Convolutional Neural Networks，CNN）等深度学习模型。这些模型能够学习复杂的特征表示，有助于从混合音频中分离出人声。

• 训练数据： 为了训练模型，需要大量包含人声和背景音的音频数据。这些数据用于训练模型，使其学会识别人声和其他噪声的特征。

• 标签数据： 训练数据通常需要标签，即指示每个时间点上哪些声音是人声，哪些是背景噪声。这有助于模型学习正确的分离模式。

• 特征提取： 在深度学习模型中，通常会使用卷积层来提取音频中的特征。这些特征可能包括频谱信息、时域信息等，有助于区分人声和其他声音。

• 递归神经网络（Recurrent Neural Networks，RNN）： 在音频处理中，时间序列是很重要的，因为音频是一个随时间变化的信号。RNN等循环神经网络结构能够捕捉到音频信号的时序信息，有助于更好地处理音频数据。

• 损失函数： 在训练过程中，需要定义一个损失函数，用于衡量模型输出与实际标签之间的差异。常见的损失函数包括交叉熵损失函数。

• 优化算法： 通过梯度下降等优化算法来调整模型参数，使得模型能够更好地分离人声和背景音。

• 推断： 训练完成后，模型可以用于推断，即在新的音频数据上分离出人声。推断阶段通常使用前向传播，通过模型预测音频中每个时间点上的人声和背景音。

人声分离的性能取决于训练数据的质量、模型的架构、参数调整等多个因素。近年来，随着深度学习技术的不断发展，人声分离在实际应用中取得了显著的进展。