合唱队下周要在班会上唱一首歌，排练时用手机录了一段，想把人声和伴奏分开：人声部分给领唱对着练，伴奏部分给队形走位时放。录音不算讲究，教室里有人翻谱、有人咳嗽，手机离得也远。这种素材放进离线人声分离软件，先别急着问“分得干不干净”，更值得做的是：听一遍结果，把听到的东西记下来，再决定下一步改什么。下面就以这段排练录音为例，说说分离之后该观察什么、怎么据此调整练习。
需要先说明边界：声析人声分离器支持导入相册视频和本地音频文件，在设备本机完成音频提取、模型分离和结果导出，提供快速模式和精细模式，分离结果可混合试听、分别调节人声与伴奏音量，并可保存、分享或清理最近结果。素材不需要上传到服务器。分离质量会受原始音频质量、混音方式、噪声和压缩程度影响，不承诺所有素材达到相同效果。处理和发布音频前，请确认自己拥有相应授权。
先听“人声轨里剩下什么”，而不只是听人声在不在
很多人分离完只做一件事：点开人声，听有没有声音。有声音就认为成功，没声音就认为失败。这个判断太粗。对排练录音这类素材，更有效的是听人声轨里除人声之外还剩下什么。
可以按顺序留意几类现象：
- 伴奏残影：人声轨里是否还能听到和弦、鼓点或钢琴的轮廓，尤其在没有人唱的段落。
- 人声断口：句尾、换气处、弱唱的字是否被削掉，听起来像“缺了一块”。
- 环境杂音：翻谱声、咳嗽、椅子响这类非音乐声音落在了哪一轨。
- 齿音与气声：辅音是否发闷或发尖，影响咬字判断。
把这些记成一句一句的短描述，比打一个“好/不好”的分数有用得多。比如“第二段主歌人声轨里有明显钢琴残影”“副歌结尾换气声被吃掉”。这些描述直接指向下一步动作。
听辨的目的不是给这次分离打分，而是找出哪一句能用来练、哪一句需要换个处理方式。
伴奏轨的用途不同，容忍度也不同
这段录音的伴奏轨有两个用途：走位时当背景放，以及领唱单独跟唱。两者对“人声残留”的容忍度完全不一样。
走位时人多、环境吵，伴奏轨里残留一点人声几乎听不出来，可以放宽。但领唱跟唱时是戴着耳机听的，伴奏轨里哪怕只有一句隐约的原唱，也会干扰自己找音准和进拍。所以同一个分离结果，用途不同，结论可能相反。
据此可以做一个简单判断：如果这次主要用来走位，伴奏轨的轻微残留可以先不管，把精力放在节奏是否清楚、段落是否完整；如果主要用来跟唱，就要逐句检查伴奏轨里的人声残留位置，标出“哪几句不能用来跟唱”，避免练的时候被带跑。
这也意味着不必追求一次分离满足所有用途。可以先按一个用途定标准，另一个用途另想办法。
用混合试听判断问题出在哪一轨
单独听人声、单独听伴奏，容易放大各自的瑕疵。声析人声分离器支持混合试听，并分别调节人声与伴奏音量，这个功能在判断问题时很有用。
具体做法是：把两轨都打开，先按接近原曲的比例听一遍，再慢慢把人声推高、把伴奏压低，然后反过来。听的过程中注意两点：
- 问题跟着哪一轨走。如果某个杂音在人声推高时更明显，它就在人声轨；如果在伴奏推高时更明显，它就在伴奏轨。定位到轨，才知道该调哪一边。
- 两轨合起来是否还像一首歌。有时单听每一轨都觉得可以，合起来却显得空或者糊，说明分离时两轨之间的衔接被切断了，这时要考虑换一种模式重做。
音量调节在这里是诊断工具，不只是成品调整手段。推拉的过程中听到的差异，比静态听一遍能获得更多信息。调完之后如果决定导出，再按实际用途重新定一次比例。
模式选择：从听到的问题倒推，而不是凭感觉
快速模式和精细模式的区别，不在于哪个“更好”，而在于处理方式和耗时不同。选哪个，应该由前面听到的问题决定。
举几个对应关系作为示例：
- 如果人声轨里伴奏残影明显、句子之间粘连，属于分离不够干净的问题，可以试试精细模式重做，再对比两次结果。
- 如果主要问题是人声断口、弱唱丢失，换模式未必能解决，因为这类现象往往和原始录音的电平、距离、噪声有关，属于素材本身的限制。
- 如果只是要快速确认某一段能不能用，快速模式先跑一遍，够用就不必再花时间。
要注意，这里说的都是“可以试试”，不是保证改善。原始音频质量、混音方式、噪声和压缩程度都会影响结果，同一段素材换模式也可能变化不大。把两次结果放在一起对照听，比单看某一次更有意义。
把观察结果变成练习安排
听辨的落点应该是练习，而不是停在“分离完了”。根据前面的记录，可以把这段排练录音的用法拆开：
能用的部分优先用。比如主歌段落人声较清楚，就截出这一段给领唱反复跟；副歌人多声杂、分离后咬字含糊，就不要用它来纠正发音，改用现场排练时老师的要求作为标准。
有残留的部分换用途。伴奏轨里残留人声较多的段落，不适合跟唱，但可以用来确认段落顺序和进拍位置，走位时照常放。
明显受限的部分直接放弃。如果某一句无论怎么调都听不清，与其反复折腾，不如重录一句干净的，或者请队员单独唱一遍。工具不能弥补录音阶段丢失的信息。
这样安排之后，一次分离产出的结果被分成了“能练的”“能放但不能跟唱的”“不能用的”三类，比笼统地说“这次分离效果一般”更能指导下一步。
导出与保存前再确认两件事
确定用法之后，再考虑导出。声析人声分离器支持保存、分享或清理最近结果，导出前建议确认两件事。
第一，导出哪一轨、给谁用。给领唱的是人声轨，给走位的是伴奏轨，用途不同，导出的内容和音量比例也不同。混合试听时调好的比例，未必适合单独导出某一轨。
第二，素材的授权。这段排练录音是队员自己唱的，用于班级内部练习没有问题；但如果要把分离结果发到公开平台，或者歌曲本身有版权归属，就需要先确认是否有相应授权。产品本身不授予音乐或视频素材的使用权，这一点在分享之前要想清楚。
至于最近结果列表，处理完一轮后可以顺手清理不再需要的版本，避免下次打开时混淆。清理前确认已经导出要保留的内容。
把一次分离当成一次听音练习
这段合唱排练录音最终没有变成“完美的人声和伴奏”，但它的每一部分都找到了去处：清楚的主歌给领唱，残留较多的副歌伴奏给走位，含糊的句子交给重录。整个过程里真正花时间的不是点按钮，而是听——听人声轨里剩下什么，听伴奏轨的残留落在哪，听两轨合起来还像不像一首歌。
离线人声分离软件的价值，在于让这些听辨可以本机完成、反复对照。它不会替人判断哪一段能用，判断仍然来自耳朵和具体用途。下次再处理类似的排练录音，不妨先想清楚这次要解决哪一个练习问题，再决定听什么、调什么、导出什么。素材的授权和用途，也请在动手之前一并想好。