从视频提取音频与人声分离的区别
本篇目录
#两个不同概念
提取音频是把视频中的整条音轨导出,可能同时包含人声、音乐和环境声。人声分离则需要专门模型或服务,将混合声音分成不同来源。
#提取音频
- 进入“声音工作室”或“音频处理”。
- 导入视频或音频,当前入口单文件最大 500 MB。
- 处理方式选择“提取音频”。
- 选择 MP3 或 WAV,点击“处理并下载”。
- 等待项目保存与下载,播放结果确认。
#选择导出格式
| 格式 | 通常适合 |
|---|---|
| MP3 | 较小文件、试听和一般配音素材 |
| WAV | 后续声音编辑与处理 |
#需要单独人声怎么办
当前提取音频入口不会自动去掉背景音乐。需要真正的人声分离时,先确认当前工具是否已接通对应能力;未接通时,可使用干净原录音或更换素材。
#处理位置与错误
素材会发送到当前运行猕猴 AI 的主机处理,远端部署时就是相应服务器。处理失败时检查文件是否有音轨、能否播放及本地环境状态。