什么是 AI Stem Splitter
想象一下：你是一位音乐制作人，听到一首歌里的鼓 loop 特别带感，想把它用到自己的作品里，可试了好几个分离工具，出来的音轨总是带着人声残响，鼓点也糊成一团。或者你是个 DJ，在准备一场演出时急需一段干净的 acapella，翻遍全网也找不到合适的资源。又或者你只是个卡拉OK爱好者，想唱某首歌却怎么也找不到伴奏版本。
这些场景的共通痛点是什么？想从一首完整的歌曲里拿到干净的单个音轨，但市面上的工具要么质量差，要么操作复杂。
AI Stem Splitter 就是为解决这个问题而生的。它是一款基于 Web 的 AI 音频分离工具，不需要安装任何软件，打开浏览器上传歌曲，就能在 60 秒内将一首歌分成 6 个独立音轨：人声、鼓、贝斯、吉他、钢琴和 Other。背后的引擎是 Meta AI 开发的 htdemucs 混合变压器模型——这个模型在 2022 年 Sony Music Demixing Challenge 中拿下了冠军，是目前学术界和工业界公认最先进的音源分离模型之一。
换句话说，你用的技术和顶级录音室、研究机构用的是同一个。
- 一键分离 6 个独立音轨（人声、鼓、贝斯、吉他、钢琴、Other），远超大多数免费工具的 4 轨限制
- 基于 Meta AI 的 htdemucs 冠军模型，学术级分离质量
- GPU 加速，处理速度 < 60 秒，比实时播放还快
- 注册即送 10 分钟免费额度，无需信用卡
- 支持 YouTube、SoundCloud、Bandcamp URL 直接处理，省去下载步骤
AI Stem Splitter 的核心能力
了解产品能做什么很简单，但更重要的是——这些功能对你的创作流程意味着什么？ 下面我们用「您可以用它来…」的方式，看看每个能力在实际工作中的应用价值。
AI 六轨分离
您可以用它来从任何歌曲中提取干净的鼓 loop、贝斯线、吉他 riff 或钢琴和弦，然后直接拖入 DAW 进行 remix 或采样创作。
大多数免费工具只能分离出人声、鼓、贝斯和 Other 这 4 轨，而你需要的钢琴或吉他往往被混在 Other 里，质量大打折扣。AI Stem Splitter 的 6 轨分离不仅多出吉他和钢琴两条轨道，而且每条轨道的分离质量都更高——人声频率更干净，鼓和贝斯之间的串扰也更少。
AI 人声移除与卡拉OK制作
您可以用它来一键生成任意歌曲的卡拉OK伴奏，或者提取出干净的纯人声用于 remix。
无论是歌手想练习新歌、DJ 需要 acapella 做 mashup，还是内容创作者想为视频配背景音乐，这个功能都能在几十秒内完成。分离质量串扰极低，出来的伴奏几乎听不到人声残影。
YouTube/SoundCloud URL 处理
您可以用它来直接粘贴 YouTube、SoundCloud 或 Bandcamp 的链接，自动抓取音频进行分离，完全不用先下载再转换。
这个功能可以节省大量时间，尤其适合快速试听和处理在线音乐源。最长支持 30 分钟的音频，覆盖绝大多数歌曲和混音带。
BPM & 调性检测
您可以用它来在上传歌曲的同时自动获取它的 BPM 和音乐调性，并附带 Camelot 谐波混音标记（1A-12B），一键就能复制到你的 DAW 里。
对于 DJ 来说，这意味着从上传到知道怎么混音，只需要几秒钟。不再需要手动分析每首歌的调性，省下的时间可以用在真正重要的创意编排上。
波形预览与试听
您可以用它来在下载之前先在线试听每个分离轨道的效果，支持静音、独奏和多轨波形同步滚动。
想确认人声轨够不够干净？想听鼓轨的低频表现？直接在浏览器里点一下就行。确认满意再下载，避免浪费积分反复处理。
极速处理与多格式导出
您可以用它来以最快速度完成音频分离——GPU 加速让大部分歌曲的处理时间控制在 60 秒以内。上传支持 MP3、WAV、FLAC、M4A、AAC、OGG、WEBM 七种格式，最大 50MB；下载可选 WAV（无损母带级）、MP3（紧凑）、FLAC（录音室级），适配不同使用场景。
谁在使用 AI Stem Splitter
不是每个人都需要全部的 6 轨分离能力。看看下面这些场景，哪一个更像你的日常？
场景 1：音乐制作人提取采样
假如您是音乐制作人，正在制作一首新的 beat，脑海中有一个来自某首歌的鼓 loop 或贝斯线，但市面上找不到干净的采样包。
AI Stem Splitter 帮您做的事很简单：上传歌曲 → 模型自动分离 6 轨 → 预览试听确认质量 → 下载需要的单轨音频 → 直接拖入 Ableton Live 或 FL Studio。整个过程不到两分钟，你就可以拿到录音室级的干净音轨，用于 remix、采样和再创作。
如果你只需要检测 BPM 和调性，使用 Key Finder 的文件模式即可——这个分析在浏览器端本地完成，音频文件不会上传到任何服务器，完全不用担心隐私问题。
场景 2：DJ 制作 mashup 与 acapella
当您的团队需要准备一场演出，需要快速拿到不同歌曲的纯人声轨来做 mashup，但找不到现成的 acapella 资源。
上传歌曲或粘贴 YouTube 链接 → 提取纯人声轨 → 使用 DJ Mode 的 Camelot 标记进行谐波混音 → 一键导出 Rekordbox XML 直接导入 DJ 设备。从想法到演出就绪，只需要几分钟。
场景 3：卡拉OK爱好者制作伴奏
假如您是卡拉OK爱好者，每次去 KTV 都发现想唱的歌没有伴奏版本，或者网上找的伴奏质量太差。
上传原曲 → 一键 AI 人声移除 → 下载无人声伴奏。免费赠送的 10 分钟额度就能处理大约 2-3 首完整歌曲，足够你先把近期想唱的歌都准备好。而且积分永不过期，不用担心用不完浪费。
场景 4：音乐教学与练习
当您的团队需要帮助学生学习一首新歌，但学生总听不清贝斯线或者吉他 solo 的具体细节。
分离出吉他或贝斯轨让学生单独播放练习，或者静音鼓轨让学生配合伴奏自由 jam。逐轨学习的方式可以大幅提升练习效率——学生可以先把注意力集中在最难的段落上，再慢慢合入其他轨道。
快速开始
AI Stem Splitter 的上手体验，可能比你想象的还要简单：
第一步：注册账号
访问 AI Stem Splitter 官网，注册账号。完成后，系统会自动赠送 10 分钟免费处理额度，大约相当于 2-3 首完整歌曲。整个过程不需要绑定信用卡，零门槛开始使用。
免费赠送的 10 分钟额度永不过期。你可以今天用 2 分钟处理一首歌试水，剩下的额度留着下个月再用，完全不用担心浪费。
第二步：上传或粘贴链接
你两种方式可以选择：
- 上传文件：支持 MP3、WAV、FLAC、M4A、AAC、OGG、WEBM 格式，文件最大 50MB
- 粘贴 URL：直接粘贴 YouTube、SoundCloud 或 Bandcamp 的链接，系统会自动抓取音频，最长支持 30 分钟的音轨
第三步：一键分离
点击分离按钮，htdemucs 模型会在 60 秒内完成处理。你可以在浏览器内直接预览和试听每个分离轨道的效果——支持静音、独奏、波形同步滚动，确认质量满意后再下载。
第四步：下载导出
下载格式有三种选择：
- WAV：无损母带级，适合导入 DAW 做专业编辑
- MP3：紧凑格式，适合日常使用或导入剪辑工具
- FLAC：录音室级压缩格式，音质与 WAV 相当但体积更小
别忘了免费工具
不需要注册也能使用的免费工具值得一试：
- Key Finder：检测 BPM 和调性，附带 Camelot 标记，文件模式在浏览器本地运行，音频不上传服务器
- Pitch Changer：调整音高（-12 到 +12 半音），保持速度不变，适合歌手调整翻唱调性
- TikTok Voice Generator：支持 41 种声音、7 种语言，免费版限制 300 字符，适合短视频配音
AI Stem Splitter 的定价方案
我们相信 用多少付多少，不该被订阅绑死。AI Stem Splitter 采用按用量付费的分钟包模式，积分永不过期，你不需要每月担心要不要续费。
免费试用
| 额度 | 说明 |
|---|---|
| 10 分钟（≈ 3 首歌曲） | 注册即送，无需信用卡，积分永不过期 |
先免费试几首歌，感受一下分离质量，再决定是否购买分钟包。
按量付费分钟包
| 额度 | 价格 | 单价 | 适合人群 |
|---|---|---|---|
| 50 分钟（≈ 16 首） | $6.99 | $0.14/分钟 | 偶尔分离几首歌练手或娱乐 |
| 150 分钟（≈ 50 首） | $15 | $0.10/分钟 | 定期使用的创作人，性价比最优 🏆 最受欢迎 |
| 500 分钟（≈ 166 首） | $39.99 | $0.08/分钟 | 高频使用的专业用户，每周都有分离需求 |
我们建议：如果你只是偶尔做一两首卡拉OK伴奏，50 分钟包就够了；如果是经常做 remix 的制作人或每周有演出准备的 DJ，150 分钟包是最划算的选择；如果你是每天都要处理音频的专业用户，500 分钟包的单分钟成本最低。
计费方式说明
- 按音频实际时长（秒）计费，不浪费一分钱
- 积分永不过期，用不完的额度放着也不会消失
- 处理失败的作业会自动退款（退回 credits）
- Key Finder、Pitch Changer、TikTok Voice Generator 等免费工具无需消耗积分
常见问题
AI Stem Splitter 是否免费？
有 10 分钟免费处理额度（约 2-3 首完整歌曲），注册即送，无需信用卡。免费额度永不过期。之后可以选择购买分钟包（$6.99/50 分钟起）。Key Finder、Pitch Changer、TikTok Voice Generator 等工具完全免费，无需消耗积分。
能分离出哪些音轨？
6 个独立音轨：人声（Vocals）、鼓（Drums）、贝斯（Bass）、吉他（Guitar）、钢琴（Piano）和其他（Other）。大多数同类免费工具仅支持 4 轨分离，而且多出的吉他和钢琴轨道分离质量很高，不会混在 Other 里糊在一起。
处理需要多长时间？
大部分歌曲在 60 秒以内完成处理。得益于 GPU 加速，处理速度比实时播放还快——一首 4 分钟的歌曲通常只需要 30-50 秒就能完成 6 轨全部分离。
支持哪些音频格式？
上传支持：MP3、WAV、FLAC、M4A、AAC、OGG、WEBM，最大 50MB。下载支持：WAV（无损母带级）、MP3（紧凑格式）、FLAC（录音室级）。基本覆盖了日常使用和专业创作的所有格式需求。
可以从 YouTube/SoundCloud 直接处理吗？
可以。直接粘贴 YouTube、SoundCloud 或 Bandcamp 的链接，系统会自动抓取音频并完成 6 轨分离。不需要先下载再转换，也不需要装任何插件。最长支持 30 分钟的音频，覆盖绝大多数歌曲和混音带。
分离后的音轨可以商用吗？
是否可商用取决于你是否拥有原始音频的版权。AI 音轨分离不会改变版权所有权——它只是帮你把一首歌拆开，不代表你可以随意使用别人的作品。如果你拥有原曲的版权，或者获取了合法授权，那分离后的音轨当然可以商用。请确保在使用第三方音乐时有合法权限。
我的音频文件会被保存或分享吗？
我们认真对待你的隐私。Key Finder 的文件模式直接在浏览器端本地运行，音频不会上传到任何服务器。URL 模式在获取音频并完成分析后立即丢弃数据，不存储。TikTok Voice Generator 的脚本仅用于生成音频，不会用于模型训练或出售给第三方。不过，生成的音频链接可以通过 URL 分享，所以建议避免在敏感内容中使用。
什么是 htdemucs？
htdemucs 是 Meta AI（Facebook AI Research）在 2022 年发布的混合变压器架构模型，由 Rouard 等人开发。简单来说，它是一种专门用于音频分离的深度学习模型，结合了传统 U-Net 架构和现代 Transformer 的优点。该模型赢得了 2022 年 Sony Music Demixing Challenge 冠军，被顶级录音室和研究人员广泛使用，是目前最先进的音源分离技术之一。
AI Stem Splitter
AI驱动的六轨音频分离工具
创作者
评论