李澄在合唱团里唱女低音，下个月有一次小规模考核。老师让她自己先录一遍，再对照原唱找出音准和换气上的问题。她手边只有两样东西：一段跟着伴奏录的相册视频，和一份从练习群里存下来的音频文件。她想把伴奏压下去，只留自己的声音来听。
她打开声析人声分离器，没有先急着点分离，而是先坐下把这一次练习拆成了几个明确的动作。下面就是她这一节课的完整过程，包括她在每个节点做了什么检查、为什么这样调、以及哪里选择了重来。
第一步：先把素材看明白，再决定导哪个
很多人一上手就导文件，导完才发现导错了版本。李澄把两个候选素材并排放，做了三个判断：
- 来源是否清楚：相册里那段视频是她自己录的，音频文件是群里转发的，来源和授权她不确定。
- 内容是否完整：视频从头到尾都在，中间没有断；音频文件开头缺了几秒。
- 哪一段最值得听：考核曲目是第二段，那段恰好都在视频里。
结论是导相册视频。这里有一个容易被忽略的前提：处理和发布音频前应确认拥有相应授权，产品本身不授予音乐或视频素材的使用权。自己录的视频、自己唱的声部，用来做个人练习复盘没有问题；来源不明的完整歌曲，即使技术上能分离，也不适合拿去公开分享。
声析人声分离器支持导入相册视频和本地音频文件，导入后会在设备本机完成音频提取、模型分离和结果导出，素材不需要上传到服务器。对李澄来说，这意味着她可以放心地把自己的练习录音放进去，而不必担心一段还没练好的声音被传到别处。
第二步：快速模式先跑一遍，把它当“探路”
第一次分离，她选了快速模式。理由很简单：她还不确定这段素材值不值得细做，先用最快的方式听一遍结果，判断问题出在素材本身还是出在设置上。
快速模式跑完，她做了三项检查，而不是只听“好不好听”：
- 人声轨是否完整：整段旋律有没有断掉的地方，换气声还在不在。
- 伴奏轨残留多少：把人声音量拉到最低，单听伴奏，判断还剩下多少演唱痕迹。
- 有没有异常：比如某一句突然变闷、某个字被削掉。
她发现前半段人声比较干净，后半段有一段伴奏残留明显。这个结果并不意外——分离质量会受到原始音频质量、混音方式、噪声和压缩程度影响，任何工具都不承诺所有素材达到相同效果。她录视频时房间里有一点风扇声，手机录的音频本身也有压缩。这些都是素材层面的限制，不是点几下按钮能完全消除的。
检查点的意义不在于判断“成功还是失败”，而在于判断下一步该改素材、改模式，还是改预期。
第三步：判断要不要换精细模式
如果快速模式的结果已经够用来听音准，就没必要再跑一遍。李澄的情况是需要听清后半段的咬字，所以她换成了精细模式重跑同一段素材。
这里有一个取舍值得说清楚：模式不是越精细越好，而是看你要拿结果做什么。
- 只想核对旋律和节奏：快速模式通常够用，省时间。
- 要逐句抠咬字、气息、音准：值得用精细模式，多花一点等待时间换更清楚的人声。
- 素材本身噪声大、压缩重：换模式能改善一些，但不要期待质变；这时更该考虑重新录一遍。
她第二次跑完，后半段的人声清楚了不少，但仍然能听到一点伴奏的余韵。她接受了这个结果，因为她要听的是自己的声音，不是要发布一版纯伴奏。
第四步：用混合试听代替来回导出
以前的做法是分离完导出、播放、不满意再回去改，来回折腾。这一次她用的是分离结果自带的混合试听：人声和伴奏可以分别调节音量，边调边听。
她做了两次调整，都很具体：
- 第一遍：人声拉满、伴奏压到很低，用来确认自己的音准走向。
- 第二遍：伴奏稍微抬一点，回到接近正常演唱的比例，用来检查自己在有伴奏支撑时是否跟得住。
两次试听解决的是两个不同的问题。只留人声，容易听出偏差，但会失去节奏参照；留一点伴奏，更接近实际演唱的状态，但偏差会被掩盖一部分。比较稳妥的顺序是先纯人声找问题，再带一点伴奏验证问题是否还在。
这一步也顺便帮她确认了模式选择对不对：如果压掉伴奏后人声依然含糊，那就不是伴奏干扰的问题，而是录音本身的问题，再调音量也没用。
第五步：把结果收好，也把过程收好
听完之后，她做了两件事：保存这一版结果，方便下次对比；清理掉中间那次快速模式的结果，避免以后翻记录时分不清哪个是最终版。
声析人声分离器的结果可以保存、分享或清理最近结果。对练习场景来说，清理和保存同样重要——练习会反复做，如果每次都留着，很快就会分不清哪一版对应哪一次。她给自己的习惯是：文件名带上日期和段落，只留最后一版。
这一节课里，她实际调整过的三个选择
- 素材选择：从来源不明的音频换成自己录的视频，解决了授权和完整度两个问题。
- 模式选择：先用快速模式探路，确认问题所在后再用精细模式重跑，没有一上来就耗时间。
- 试听方式：用混合试听调音量代替反复导出，先纯人声、再带伴奏，两次听的重点不同。
她没有做的是：指望一次分离就得到录音棚级别的清唱，或者把噪声大的素材硬修成干净版本。这些期待本身就不在产品能力范围内。
如果你也要做一次清唱练习，可以照这个顺序来
把上面这节课压缩成一条可执行的路径，大概是这样的：
- 先确认素材来源和授权，选一段完整、自己清楚的录音。
- 导入相册视频或本地音频，在本机完成提取和分离。
- 先用快速模式跑一遍，检查人声完整性、伴奏残留和异常处。
- 根据用途决定是否换精细模式；素材本身差，优先考虑重录而不是反复调。
- 用混合试听分别调人声与伴奏音量，先纯人声找问题，再带一点伴奏验证。
- 保存最终版本，清理中间结果，给文件一个能认出来的名字。
“清唱音频怎么做”这个问题，真正难的往往不是操作步骤，而是每一步之前那个判断：这段素材值不值得做、这次要不要换模式、这个残留能不能接受。把这几个判断想清楚，一次练习课的时间就够用了；想不清楚，来回导出十次也还是在原地。
李澄最后留下的是精细模式那一版。她把伴奏压到很低听了一遍，发现自己有两处换气比原唱早半拍——这是她这次练习唯一的收获，也是她下次要改的地方。对一次练习来说，这已经够了。