如何將歌曲拆成分軌：從任何歌曲取出乾淨的人聲、鼓和低音

每一首完成的歌，都像一個封好的盒子。人聲、鼓、低音和鍵盤，原本都在各自的音軌上。之後有人把它們混成一個立體聲檔案，分開的聲部就此消失。

分軌分離可以把這個盒子重新打開。你把一首歌上載到分軌分離工具，就能取回它的各個聲部，每個都是獨立的音訊檔：人聲在一條音軌，鼓在另一條，低音在第三條。

這項技術現在已經好到可以用在最重量級的唱片上。2023 年，The Beatles 背後的團隊為了完成《Now and Then》，用音訊分離技術把 John Lennon 的歌聲從他昔日在家錄的 demo 中取出，與他的鋼琴分開。之前的嘗試都失敗了，因為沒有人能把兩者分開。

它不是魔法，也不完美。但今天它已經足以在一分鐘內做出卡拉 OK 音軌、為 Remix 取出乾淨的 Acapella、逐個音學會一條低音線，或者為一首舊歌重新混音。結果取決於三件你可以控制的事：你上載的檔案、你選擇的分離方式，以及之後你如何處理這些分軌。這篇指南三方面都會講到。

簡短版：上載你手上最好的歌曲版本。WAV、FLAC 或 AIFF 比 MP3 好。要人聲和伴奏，就選 2 分軌；要每個主要聲部，就選 6 分軌。等大約一分鐘。下載前，在歌曲最密集的段落逐條 Solo 分軌來聽。每條分軌都與整首歌一樣長，所以在你的 DAW 中，全部都會在 0:00 對齊。

甚麼是分軌？

分軌（Stem）是一首歌的其中一個聲部，獨立存成一個音訊檔。人聲、鼓和低音是最經典的分軌。一條分軌可以只有一件樂器，也可以是一組相關的聲部：鼓分軌就把大鼓、小鼓、Hi-Hat 和鈸放在一起。

分軌與多軌並不相同。多軌是原本的錄音音軌，通常每支咪或每部合成器各一條。一首現代流行曲可以有 60 條甚至更多。分軌則是把整個 session bounce 成的少數幾組，通常是四至八條。

你還會見到幾個相關詞語：

• Acapella：只有人聲。
• 伴奏：人聲以外的所有聲音。
• 卡拉 OK 音軌：伴奏，有時會保留和音。
• 分軌分離：從一首完成的立體聲歌曲中取回分軌。亦有人稱為音軌分離、音源分離（source separation）或 demixing。

如果你有原本的 session，就不需要分軌分離工具。直接從 DAW 匯出真正的分軌：它們一定比任何分離結果更乾淨。分軌分離是為這些情況而設：session 已經遺失，或者它從來都不屬於你。

分軌分離如何運作（不講數學）

一首完成的歌只是一條波形，所有樂器都疊加在裡面。你無法用 EQ 把各個聲部重新分開，因為樂器之間會共用頻率。大鼓和低音都在低頻。人聲和結他共用中頻。

舊方法是相位抵消：把立體聲聲場正中間的聲音全部移除。這樣可以去掉主唱，但同時亦會去掉大鼓、小鼓和低音，因為它們通常也在正中間。所以舊式卡拉 OK 音軌聽起來總是那麼單薄。

現代的分軌分離工具使用 AI 模型。模型從數以千計、各聲部已知的歌曲中學習。然後它聆聽一首新歌，估算每個聲部單獨聽起來是怎樣。

很多模型看的是頻譜圖：一幅聲音的圖像，由左至右是時間，由下至上是音高，亮度代表響度。在這幅圖的每一個小點上，模型都會判斷有多少屬於人聲、有多少屬於鼓，如此類推。另一些模型直接處理波形本身，而最強的系統會同時採用兩種角度。

研究人員以 SDR（signal-to-distortion ratio，訊號失真比）為結果評分，單位是分貝。SDR 會將你想要的聲部，與分軌中所有出錯的部分比較：串音、偽影和缺失的聲音。數值越高越好，每高 3 dB，誤差大約減半。在 Music Demixing Challenge 2021 中，最好的系統平均得到 8.3 dB。兩年後，Sound Demixing Challenge 2023 的冠軍得到接近 10 dB，人聲更超過 11 dB。

分數並不代表一切。在 2023 年的比賽中，專業工程師亦用耳朵比較了各個系統，而他們最喜歡的系統，分數只排第三。你的耳朵才是最終考驗，這篇指南會教你如何運用它。

模型沒有把握時，你會聽得出來。常見的錯誤有兩種：

• 串音（Bleed）：少量其他聲部漏進一條分軌。你會在人聲中聽到隱約的 Hi-Hat，或在結他中聽到一絲人聲。
• 偽影（Artifacts）：聲音變得帶水聲感、金屬感，或者「如在水底」，大多出現在音符之間的空隙。這是因為模型在那裡移除了太多，或者無法判斷某個聲音屬於哪個聲部。

聲部重疊得越多，兩種問題就越嚴重：例如兩件音域相同的樂器同時演奏。在這些位置，模型只能把聲音分攤到不同分軌。很多模型亦會把整個混音的時間細節（即它的相位）重用在每一條分軌上；在兩個聲音重疊的地方，正是這借來的相位，令分軌出現水聲感和相位感。

混響是最難處理的情況。混響的尾音屬於人聲，但它會蓋過其他所有聲音，所以模型必須決定把它分到哪裡。

2 分軌、6 分軌還是更多：你需要哪種分離？

分軌並不是越多越好。按你想製作的東西選擇分離方式：

• 卡拉 OK 或伴奏：2 分軌。你會得到人聲和伴奏。
• 做 Remix 用的 Acapella：要完整人聲就用 2 分軌。想要更乾淨的主唱，就用 6 分軌，再加上主唱及和音的分離。
• 學習某個聲部或跟住彈：6 分軌。將你的樂器靜音，自己彈奏那個聲部。
• 鼓 Loop 和 beat flip：6 分軌，並把整套鼓再分開。
• MIDI 和扒譜：6 分軌。單一樂器轉成 MIDI 的效果，比整首混音好得多。
• 為整首歌重新混音：6 分軌，再用上所有額外分離，令每個聲部都有自己的推桿。

在 LoopMastering Stem Splitter 中，6 分軌會給你人聲、鼓、低音、結他、鋼琴和其他。「其他」包含前五項以外的一切，例如合成器、弦樂、Pad 和風琴。2 分軌會給你人聲和伴奏。伴奏就是人聲以外的所有聲音，所以結他或合成器不會在兩個檔案之間遺失。

然後 Stem Splitter 會再聆聽一次，並分離歌曲中實際有的聲部：

• 人聲分成主唱及和音。
• 鼓分成大鼓、小鼓、通鼓，以及 Hi-Hat 和鈸。
• 結他在歌曲兩者都有時，分成木結他和電結他。
• 其他在歌曲有銅管組時，分成銅管和其餘部分。

沒有銅管的歌，不會多出一條空白的銅管音軌。而且聲部之間不會遺失任何聲音：額外分離出來的部分加起來，就等於它們原本所屬的分軌。把鼓的各部分重新合併，你就會再次得到完整的鼓分軌。加得起來不等於完美，所以每個部分仍要用耳朵檢查。但再進一步分離時，不會有任何聲音消失。

以下是我們 Stem Splitter 頁面示範中的真實分離：Astari Nite 的《The Boy Who Tried》。這首歌沒有通鼓，所以鼓只會分成大鼓、小鼓和鈸。

想要最乾淨的分軌：由最好的檔案開始

模型只能分離檔案中本來就有的東西。上載的檔案對結果的影響比任何因素都大，而這亦是最容易做對的一步。

盡可能使用無損檔案

WAV、FLAC 和 AIFF 會保留所有音訊。MP3、AAC 和大部分串流音訊，會丟掉編碼器認為你不會察覺的細節。但正正是這些細微的細節，能幫助模型分辨兩個聲部。有損編碼亦會令聲音在時間上稍為模糊，模型之後就會把這種模糊分散到各條分軌。

如果你只有 MP3，就用最高的位元率，例如 320 kbps。不要先把 MP3 轉成 WAV。WAV 檔案會較大，但失去的細節不會回來。

使用歌曲的原始版本

分離專輯版或單曲版。避免 slowed + reverb 版本、加速版、「8D 音效」、低音加強版，以及用手機對著喇叭錄下的版本。這些版本都會加入混響、失真或雜音，把各個聲部黏在一起。

不要先處理檔案

歌曲原本是怎樣，就直接上載。不要為它加 EQ、壓縮、「增強」或調大聲。額外處理會同時改變所有聲部，而且經常加入不屬於任何樂器的失真。

分離壓得較輕的版本

密集又非常大聲的母帶，分離效果比開揚、動態大的母帶差。重度限幅會填滿每一個空隙，硬削波則會把峰值變成失真，模型無法把這些失真歸還給任何一個聲部。如果一首歌有多於一個版本，就分離較不大聲的那個。如果是你自己的歌，就分離沒有 Limiter 的 premaster，而不是那個大聲的母帶。

舊式單聲道錄音和現場錄音也可以分離，但串音會較多：模型可用來分辨各聲部的線索較少。

Stem Splitter 接受 MP3、WAV、FLAC、AIFF、M4A 及 AAC 檔案，以及 MP4 或 MOV 等影片。

哪些分得好，哪些仍然困難

按聲部調整你的期望：

• 通常非常乾淨：主唱和鼓。它們的形態強烈而清晰，模型學習它們的例子亦最多。
• 紮實，但有時偏悶：低音。低頻的音符分離得很好。但低音明亮的邊緣和撥弦聲，與結他和大鼓共用空間，所以分離出來的低音可能比原曲聽起來更悶。
• 通常不錯：鋼琴和結他，前提是它們在歌曲中擔當不同角色。
• 較困難：兩件音域相同、演奏同一條旋律的樂器，例如與合成器齊奏的結他，或在相同低頻音符上同時出現的大鼓和 808。與主唱貼得很近的和音。疊在密集鈸聲上的失真結他。大混響、合唱團和福音式多層人聲。重度人聲效果，例如聲碼器（vocoder）和失真。
• 其他：所有沒有獨立分軌的聲音都會放到這裡，例如合成器 Pad、弦樂、風琴和音效。

這份清單並不是叫你「別試」。它的意思是：當一條分軌聽起來粗糙，這首歌很可能屬於較困難的一類，而下面的處理方法會有幫助。

如何在兩分鐘內檢查你的分軌

不要憑頭十秒判斷分離結果，因為大部分前奏都很容易分離。按以下方法檢查：

1. 在最大聲的副歌中逐條 Solo 分軌。那裡的聲部重疊最多，所以問題會最先在那裡出現。
2. 然後聽安靜的部分：前奏、breakdown 和淡出。偽影在空隙中最容易聽到。
3. 留意串音（隱約的其他聲部）和偽影（帶水聲感或金屬感的聲音）。
4. 將人聲靜音，聽餘下的部分。伴奏中殘留的人聲影子，是卡拉 OK 音軌最常見的問題。
5. 把分軌放回整體中聽。分軌在混音中幾乎總是比 Solo 時好聽，其他聲部一起播放時，少量串音往往就會消失。

按用途決定檢查的嚴格程度。卡拉 OK 和練習可以容忍少量串音。要發行的 Remix，或放進你 beat 中的取樣，就需要更乾淨的分軌。

Solo 檢查用耳機，整體檢查用喇叭。在 Stem Splitter 中，歌曲播放時你可以 Solo 或靜音任何一條分軌。

如何在 DAW 中處理串音和偽影

小問題只需要小處理。如果一條分軌要串連十個 plug-in 才能救回，倒不如換一個更好的來源檔案，或者換一種分離方式。

• Acapella 有低頻隆隆聲：在大約 80 至 100 Hz 加一個高通濾波器，就能移除人聲底下大部分的大鼓和低音。
• 樂句之間有雜音：用溫和的噪音閘或擴展器把空隙關上。Release 要設慢一點，字尾才能保留。
• 輕微的水聲感偽影：在 Remix 中為 Acapella 加少量混響或延遲，就能把它們掩蓋。
• 低音中有 Hi-Hat：在低音分軌上加一個低通濾波器就能移除。
• 低音偏悶：用 EQ 稍為提升中高頻，或加少量溫和的飽和，令低音在細喇叭上也聽得到。或者把低音轉成 MIDI，用你自己的音色重新彈奏這條線。
• 鈸有水聲感：不要提升高頻。提升只會令偽影更明顯。不如在混音中把鈸放低一點。
• 大鼓和小鼓無力或含糊：用大鼓和小鼓的分軌觸發鼓取樣，或者把鼓轉成 MIDI，用你自己的鼓組來打。
• 伴奏中有人聲殘影：在那一段稍為降低中高頻，或讓你新錄的人聲把它蓋過。

分軌可以用來做甚麼

卡拉 OK 和伴奏

選擇 2 分軌，然後下載伴奏。或者選擇 6 分軌，將主唱靜音並保留和音，這樣你就能跟著原曲真正的和音一起唱。在 Stem Splitter 中，「下載此混音」會將你聽到的內容存成一個檔案，已靜音的分軌不會包括在內。

如果歌曲對你的聲線來說太高或太低，練習時可以把它移到你的調，或者放慢。你的下載會保留原本的調性和速度，你亦可以用新的調性和速度下載。

想快速取得 Acapella 和伴奏，亦可以使用免費人聲移除工具。

Acapella、Remix 和 Mashup

你需要知道調性和速度。Stem Splitter 兩者都會顯示：調性附有 Camelot 代碼，方便做 Harmonic Mixing，另外還有 BPM。把 project 設定為歌曲的速度，將 Acapella 放在第 1 小節，就會對齊。由現場樂隊演奏的歌曲速度會浮動，這類歌曲就要用 DAW 的 warp 或 tempo map 功能。

做 Remix 人聲時，單獨的主唱部分往往比完整的人聲分軌更乾淨。只在你需要的地方把和音加回去。

DJ Edit

現在大部分 DJ 軟件都可以即時分離分軌，用來即興非常好。但即時分軌是在你表演時由手提電腦即場製作，而 Digital DJ Tips 發現，它們的聲音始終比不上預先準備好的分軌。遇到重要時刻，例如用 Acapella 開場，或只留鼓聲的結尾，最好先在家分離歌曲、檢查分軌，再把檔案帶去演出。

練習和學習

將你的樂器靜音，跟住樂隊彈奏那個聲部。Solo 它來學會每一個音。把歌曲放慢而不改變音高，或者把它移到你的調。

Stem Splitter 的節拍器會跟隨歌曲的拍子，並附一或兩小節的預備拍。現場鼓手把速度推快拉慢時，節拍聲也會跟隨鼓手。你還可以將節拍音軌匯出為 WAV。

MIDI 和扒譜

單一樂器比整首混音容易扒譜得多。Solo 低音，低音線就清清楚楚在那裡。Stem Splitter 可以把低音、鋼琴、結他、人聲和鼓的分軌轉成 MIDI 音符，讓你直接拖進 DAW。MIDI 要用耳朵檢查：它讓你快速起步，但不是一份完成的樂譜。想把整首歌轉成 MIDI，可以試試音訊轉 MIDI。

取樣

有了分軌，你就可以只取一段鼓 break 或一下和弦 stab，上面不會疊著歌曲的其他部分。別人唱片中的取樣，發行前必須先取得授權。下文會再詳細說明。

為你自己的舊歌重新混音

一首舊歌的 session 遺失了？把立體聲 bounce 分離，用網上混音為分軌重新混音，再把那個混音送去母帶處理。一首你以為已經永遠定稿的歌，就會有新版本。

如何在 DAW 中使用分軌

• 對齊：每條分軌都與歌曲一樣長，並由同一點開始。全部放在 0:00，就會同步播放。
• 配合取樣率：WAV 分軌是 44.1 kHz。使用 44.1 kHz 的 project，或讓 DAW 在匯入時轉換檔案。
• 工作時用 WAV：編輯和混音用 24-bit WAV。練習和快速分享用 MP3 或 M4A 就可以。
• 設定速度：輸入 BPM，然後對照鼓聲檢查格線。如果速度浮動，就為分軌做 warp。
• 為音軌命名和上色：一個有十二條分軌的 project 很快就會令人混亂。

將歌曲拆成分軌合法嗎？

分離一首歌，並不會改變它屬於誰。每首歌都有兩套權利：錄音的權利，通常屬於唱片公司；作品（詞曲）的權利，通常屬於詞曲作者和他們的出版商。各地法律不同，本文亦並非法律意見。但一般原則很清楚：

• 通常沒問題：你自己的歌、你有授權的音樂，以及用於私人練習或學習的分軌。
• 需要兩方權利人同意：發行 Remix、使用原曲伴奏的翻唱，或取樣別人的錄音。串流平台和有收益的影片亦一樣。
• 沒有「夠短」的取樣：沒有任何秒數能令取樣可以安全發行。
• 免費亦算分發：免費在網上發佈 Remix，仍然屬於分發。

官方分軌包和 Remix 比賽是最簡單的入門方法，因為授權會隨檔案一併提供。請只分離你有權使用的音樂，或只將分軌用於私人練習。在 LoopMastering，你的上載會保持私密。

分軌分離快速檢查清單

最好的來源：歌曲的原始版本，有的話用 WAV、FLAC 或 AIFF。

合適的分離方式：人聲和伴奏用 2 分軌，每個主要聲部用 6 分軌，整套鼓和多層人聲再用額外分離。

用耳朵檢查過：你已在副歌和安靜的部分逐條 Solo 過分軌。

輕度清理：一個濾波器、一個噪音閘或一個小幅 EQ 衰減，而不是一整串修復處理。

已對齊：每條分軌都由 0:00 開始，project 速度與歌曲一致。

權利：這是你自己的歌、你已取得許可，或分軌只用於私人練習。

分軌分離常見問題

LoopMastering 的分軌分離是免費的嗎？

是。你可以免費分離歌曲，並在瀏覽器試聽每條分軌，無須帳戶。如要下載分軌，請取得 Unlimited 或購買該首歌。

分離需要多久？

大部分歌曲約一分鐘就準備好，十首中有九首少於兩分鐘。你可以離開頁面，分軌準備好時我們可以電郵通知你。

一首歌可以得到多少條分軌？

六條主要分軌。加上額外分離，一首歌最多可得到 16 條音軌：六條主要分軌，再加上主唱及和音、大鼓、小鼓、通鼓、Hi-Hat 及鈸、木結他及電結他，以及銅管和「其他（不含銅管）」。只有歌曲中有該聲部時，才會出現相應的額外分離。

分軌加起來會等於原曲嗎？

2 分軌會。伴奏就是原曲減去人聲，所以兩個檔案合起來就會還原整首歌。額外分離亦一樣：鼓的各部分加起來等於鼓分軌，人聲的各部分加起來等於人聲分軌。六條主要分軌是六個獨立的估算，所以合起來會非常接近原曲，但不一定完全相同。而且加得起來，亦不能證明每條分軌都乾淨，所以每一條仍要用耳朵檢查。

為甚麼我的人聲分軌有水聲感？

模型無法確定某些聲音屬於哪個聲部。常見原因是混響、有損的來源檔案，或與人聲音域相同的其他聲部。試試無損檔案、試試主唱部分，並在混音中加少量混響，掩蓋輕微的偽影。

為甚麼我的低音分軌聽起來偏悶？

低音的低頻音符分離得很好。但它明亮的邊緣，例如撥弦的聲音或合成器低音的嗡嗡聲，會與結他、鍵盤和大鼓共用空間，部分邊緣會被分到其他分軌。用 EQ 稍為提升中高頻，或加少量溫和的飽和，把邊緣找回來。或者把低音轉成 MIDI，用你自己的音色重新彈奏這條線。

可以得到完美的 Acapella 嗎？

可以很接近，但不一定與錄音室人聲完全一樣。乾淨的 Pop 或 Hip-Hop 人聲可以非常接近。混響大、和音密集的歌，串音會較多。

應該上載 WAV 還是 MP3？

有 WAV、FLAC 或 AIFF 就用它們。MP3 也可以，但分軌的質素只會和檔案一樣好。

可以分離影片中的音訊嗎？

可以。上載 MP4 或 MOV 檔案，Stem Splitter 就會從中取出音訊。

之後我可以將分軌混音或做母帶嗎？

可以。將你的分軌上載到「混音」取得完成混音，再把混音送去母帶處理。兩者都是 LoopMastering 的一部分。我們的指南如何用分軌為歌曲混音會逐步講解。

用一首你很熟悉的歌試試

想知道分軌分離能做到甚麼，最好的方法是用一首你倒背如流的歌來聽。把它上載到 Stem Splitter，打開各個聲部，然後在副歌 Solo 人聲。

簡短版：由你手上最好的檔案開始，選擇切合目標的分離方式，在歌曲最密集的地方檢查每條分軌，用小工具解決小問題，再把所有分軌在 0:00 對齊。這就是從一首完成的歌取得乾淨分軌的方法。