AI 人声分离 — 在浏览器里消除人声,免费

把任意歌曲拆成人声与伴奏两轨。所有计算都在你的设备上完成。

模型 67 MB,只下载一次,之后走浏览器缓存。

把音频或视频拖到这里,或点击选择文件

音频或视频 · 不限次数 · 不限时长与大小

仅桌面端 · 需要 WebGPU · 免费不限次 · 音频不上传

三步,文件不出本机

1

拖入音轨

MP3、WAV、M4A,或一段 MP4 视频。文件不会被上传。

2

在设备上分离

67 MB 的模型在你的显卡上运行,之后的运行不再下载。

3

下载两个 MP3

伴奏与人声,192 kbps,直接可用于卡拉OK 或 remix。

浏览器本地人声分离(不上传)

免费工具把 ONNX 模型加载进浏览器,在你的显卡上运行。没有服务器往返,没有文件上传,也不需要账号。

输出两轨——伴奏与人声——192 kbps MP3。不限时长、不限文件大小、不限次数;唯一要求是浏览器支持 WebGPU。

不注册、不上传、不限次数

不用建账号,也没有每日配额。免费工具想跑多少次就跑多少次、多长的曲目都行,因为算力由你的机器出,而不是我们的服务器。

桌面浏览器 + WebGPU

Chrome、Edge 和 Safari 17+ 会把模型跑在显卡上。设备没有 GPU 时,一步就能切换到云端分离。

音频永远不离开你的设备

本地分离就是浏览器里的一段代码。它没有上传接口,因此也没有可泄露的副本。

同一个 67 MB 模型,首次之后走缓存

Kim_Vocal_2 只下载一次,之后启动只需几秒。

模型:Kim_Vocal_2 · MDX-Net 架构 · 通过 ONNX Runtime Web 运行

更长曲目的云端人声分离

同一族模型,跑在我们的显卡上,而不是你的机器上。

更快的处理,单曲最长 15 分钟

四分钟的歌在笔记本显卡上要一到两分钟;云端通常一分钟以内,Starter 单曲 10 分钟、Creator 15 分钟。时长按曲目长度向上取整,只对成功的任务扣费。

什么时候该用云端

三种情况:曲目长到你不愿意等、机器没有 WebGPU、或者你需要音轨的商用授权。其余情况本地分离依然免费、不限次数。

Starter$2.99/月30 分钟云端时长 · 单曲 10 分钟
Creator$9.99/月120 分钟云端时长 · 单曲 15 分钟
本地与云端分离对比
 本地(免费)云端
运行位置你的浏览器(WebGPU)我们的服务器
曲目长度不限(取决于你的机器)10 分钟(Starter)· 15 分钟(Creator)
速度大约与曲目等长通常一分钟以内
费用免费、不限次数$2.99/月起

AI 人声分离是怎么工作的

模型实际做了什么

MDX-Net 先估计频谱图里的人声成分,再从原始混音里减掉。人声轨是估计值,伴奏是减法的余项——这就是为什么和声与混响尾巴仍可能出现在伴奏里。

MP3 还是 WAV

两轨都编码为 44.1 kHz、192 kbps 的 MP3,用于卡拉OK、练唱和大多数 remix 足够。本版本不提供无损 WAV 与四轨分离。

为什么伴奏里还留着和声

和声与主唱挤在同一频段,而模型只有一条混音可用。它不会在中频上「挖一个洞」,只移除最像主唱的那部分,所以贴着主唱的伴唱通常留在伴奏里——这是模型特性,不是可以关掉的开关。

常见问题

我的音频会被上传吗?

用本地分离不会:模型在浏览器里运行,音频不离开你的设备。云端分离会上传文件,产物 7 天后过期,输入在任务结束后立刻删除。

为什么本地处理需要 WebGPU?

分离模型需要 GPU 才能在可接受的时间内跑完。浏览器拿不到 WebGPU 时,我们会引导你去云端分离,而不是退回很慢的 CPU。

第一次运行为什么慢?

模型文件约 67 MB,需要下载一次,之后由浏览器缓存。之后的运行几乎立刻开始。

人声和伴奏有什么区别?

两者互补:伴奏是原始混音减去估计的人声轨。和声与混响尾巴可能渗进伴奏——这是模型特性,不是 bug。

云端套餐包含商用授权吗?

Starter 和 Creator 包含所生成音轨的商用授权。免费浏览器工具仅供个人使用。你仍需对原录音拥有权利。

时长怎么计算?

按曲目长度向上取整(3:20 计为 4 分钟),只对成功的任务扣减。慢速队列永不扣费。

iPhone 或安卓能用吗?

免费工具需要桌面端 WebGPU。手机和平板请用云端分离,计算在我们的服务器上,大约一分钟返回两轨。

需要安装什么吗?

不需要。模型通过 ONNX Runtime Web 在浏览器内运行,唯一需要下载的是 67 MB 的模型文件,首次之后走缓存。