音轨分离——将歌曲拆分为人声、鼓和贝斯

如何将歌曲分割成stems

上传混音后即可获得分离的音轨——人声、鼓、贝斯和旋律部分，每个部分都单独成文件。与独立分离器不同的是，分离出的stems后续处理方式不同：它们会直接导入到实际的工程项目中，并按照预设的网格进行排列，速度和调性也已预先设置好。

我们有答案。

我能得到多少stems ？

人声、鼓、贝斯和其余旋律素材，根据音源的不同，还可以进一步细分。简洁的编排比密集的编排能更清晰、更彻底地分离各个部分。

它适用于现场录制吗？

是的，虽然音源之间的串音会使情况变得更糟——对于任何分离器来说，包括这款分离器在内，房间录音中每个麦克风都能听到每件乐器的声音都是最糟糕的情况。

我可以获取MIDI格式而不是音频格式的stems吗？

是的。转录是按音轨进行的，所以你可以把分离出来的各个部分转换成音符，而不是音频。这是同一流程中的不同路径。

你得到的回报
分离后的混音会以单独的音频文件形式返回，每个音源对应一个文件。人声和鼓的音质最清晰——它们在混音中最突出，模型可以处理的范围也最广。贝斯音质稳定可靠。吉他和键盘的音质处理起来比较困难，因为在编曲复杂的乐器中，它们的频率和时间都会相互重叠，所以最终得到的只是尽力而为的结果，而非精准提取。
为什么分隔符不是 demucs
这个领域的很多工具都采用了相同的开源模型。这款工具运行的是基于 RoFormer 的分离器，它是一个作用于频谱图的转换器，而不是作用于波形的卷积神经网络。在实际应用中，这种差异在处理复杂素材时尤为明显：例如混音密集、压缩过重以及人声被吉他声淹没的情况。
从stems到最终完成的会话
因为这里的分离只是流程中的一个环节，而非最终产品，所以同样的上传文件可以生成一个完整的工程文件——音轨已排列好，速度已检测，每个音轨都位于各自命名的音轨上。这就是音频到工程文件的转换方式，也是大多数用户真正想要的方式。