做一個卡拉 OK 版
最常見的需求：沒有人聲的歌。Demucs 把人聲放到一邊，剩下的鼓、貝斯、其他就是卡拉 OK。三軌放進剪輯，一首歌在上面唱。
用 AI 把人聲從歌曲裡分出來
一首 30 秒的歌由 Demucs 分成人聲、鼓、貝斯、其他四軌，旁邊是同一首歌經過人聲分離的結果。不用註冊帳號就能看到完整流程。
互動示範
真實工作流，真實成果。可自由拖曳與縮放。
使用這個工作流真實流程：同一首歌進入兩個增強聲音節點，Demucs 交出四軌，分離只交出一軌。
重點摘要
- 這個工作流會產出什麼
- 5 個處理後的音訊檔
- 畫布結構
- 3 個節點，以 0 條連線相接
- 已接好的模型
- Demucs, ElevenLabs Audio Isolation
- 跑完一輪的費用
- 約 12 點數，即 US$0.14
做卡拉 OK、為混音抽出人聲、把一首歌的鼓抽出來跟著練：都從同一個動作開始，把歌拆成分軌。這個流程用 Meta 的分離模型 Demucs 來做：歌進入增強聲音節點，出來四個檔案，人聲、鼓、貝斯，以及包含吉他和鍵盤在內的其餘全部。
第二個節點刻意做別的事。ElevenLabs Audio Isolation 是為說話設計的，不是為音樂，而示範展示了它對一首歌照樣會做什麼：只交出人聲。2026 年 9 月 3 日在示範曲上量過，它的包絡跟 Demucs 的人聲軌相關 0.93，音量高 17 %。但它只交出這個：沒有伴奏，所以沒有卡拉 OK。
示範的歌是生成的，免得向任何人要授權。你的歌從每個節點的匯入按鈕進來，每次最長十分鐘，價錢按秒算：三十秒跑兩個節點要十四美分，其中 Demucs 佔四點數。
操作步驟
- 1
匯入你的歌
MP3、WAV、M4A 或 OGG，最長十分鐘。播放器一讀到長度，節點就顯示長度和價錢。音訊埠也接受在畫布上生成的音樂。
- 2
跑 Demucs
一鍵，四個檔案：人聲、鼓、貝斯、其他。每一軌都有自己的播放器和下載鈕，節點的輸出帶著第一軌，人聲。
- 3
跟分離比對
第二個節點走另一條路只給人聲。編曲很滿的歌聲，兩者之一會把句尾保得更好：決定送哪一個進剪輯之前，兩個都聽。
- 4
組出你的版本
卡拉 OK 就是去掉人聲的三軌：放到[剪輯](/docs/canvas-nodes)的三條音軌上，匯出。要混音就留下人聲，換掉其餘。
變化版本與使用情境
同一塊畫布，針對不同需求微調：每個變化版本只要改兩三行提示詞。
給混音用的清唱
反過來：只要人聲，放到新的編曲上。這裡兩個節點在競爭，也正是示範的用意：Demucs 和分離各交出略有不同的人聲，選句尾撐得最住的那個。
跟著一首歌的鼓練
想學一首歌的鼓手把鼓軌抽出來循環聽，上面沒有吉他。貝斯也一樣。這是 Demucs 分得最乾淨的兩軌。
整理用手機錄的翻唱
在客廳拍的翻唱，人聲和吉他混在一起。從影片抽出音訊、過 Demucs，人聲就能單獨重新混、放大，再放回畫面上。
只抽一種樂器
Demucs 只認得四個家族。要精確抽出一把吉他或一台鋼琴，SAM Audio 節點接受文字描述，「the electric guitar」，把辨認出來的放一邊、其餘放另一邊。
為歌曲上字幕或聽打
分出來的人聲比混音好聽打得多：歌詞不再跟小鼓打架。先分離，再聽打，留著人聲軌核對可疑的字。
常見錯誤
向人聲分離要卡拉 OK
它交出人聲，永遠不會交出相反的。節點叫「分離」，做的正是這件事：不是人聲的被丟掉，不是放到一邊。卡拉 OK 要找 Demucs。
拆一個已經壓得很扁的檔案
96 kb/s 的 MP3 或從喇叭錄下的歌，已經丟掉了 Demucs 用來辨認樂器的高頻。分軌會糊。從拿得到的最好檔案出發，可能的話用原始檔。
為了留三十秒跑十分鐘
價錢按秒算，Demucs 跑長檔案又慢。先剪到你要的段落，再分離：更便宜、更快，結果一樣。
期待有一軌「吉他」
Demucs 把不是人聲、鼓、貝斯的全部丟進「其他」：吉他、鍵盤、弦樂，一起。要特定樂器，是上面說的 SAM Audio 節點，不是一條不存在的第五軌。
推薦模型
Demucs
ElevenLabs Audio Isolation常見問題
兩個節點裡哪個做卡拉 OK？
Demucs，只有它。卡拉 OK 是人聲以外的全部，也就是鼓、貝斯和其他三軌合在一起。人聲分離只交出人聲，做不出相反的東西。
分出來的人聲乾淨嗎？
耳朵聽是乾淨的，放大鏡下不完美。在和聲和長殘響上，Demucs 偶爾會在人聲軌留下其餘混音的一絲氣息。混音時它會沉在新樂器底下；純清唱的話，聽聽無聲的地方。
可以拆有版權的歌嗎？
技術上可以，模型不讀版權。結果怎麼用取決於那首歌的授權：在家唱的卡拉 OK 沒問題，公開發布就有。示範曲正是為此而生成的。
分離一次多少錢？
Demucs 三十秒四點數，一分鐘六點，十分鐘上限約六十點。人聲分離較貴，每分鐘十四點。價錢在點擊前就顯示在節點上，依你檔案量到的長度計算。
最長可以多久？
兩個節點都是每次十分鐘。整張專輯一首一首處理，反正你要的也是這樣：一首歌一組分軌。
輸出是什麼格式？
任何軟體都能讀的音訊檔，一軌一個，從節點下載。每一軌長度跟原曲完全一樣，疊起來不會錯位。
在手機上做得到嗎？
做得到。畫布在手機上可用，檔案從節點裡選，包括手機裡的檔案。在手機上創作這篇指南解釋用手指操作畫布的方式。
我的檔案會被拿去訓練模型嗎？
不會。你上傳的留在你的工作空間，不交給任何訓練。產出的檔案是你的，在原曲授權的範圍內。