要移除音频里的音乐并保留讲话，把录音上传到音频分离工具，分离人声和背景音，选中人声试听，确认合适后下载人声音频。这个流程不需要先把录音转换成视频。
纯音频流程有什么不同
采访、播客片段、语言课和旁白可能本来就是独立音频。使用纯音频工具，可以只关注声音：没有画面需要预览，也不需要导出合成视频。
分离的目标并没有改变。第三方模型从混合声音中估计出人声轨和背景音轨。讲话和歌唱都可能进入人声轨，背景音则可能包括乐器、环境声和音效，并不一定只有音乐。
处理前先确认是否还保留原剪辑工程。如果讲话和音乐本来就在不同轨道上，直接调低或删除配乐即可。如果只剩一份混合文件，普通音量滑块会一起调低所有声音，不能单独降低音乐。
怎样移除音频里的音乐
- 选择音频文件。 音频分离工具支持 MP3, WAV, M4A, AAC, FLAC，用于上传音频。如果素材是视频，请参考视频处理流程。
- 先听有代表性的片段。 记下配乐里的几个词、一处停顿和一次换人说话，保留原文件用于对比。
- 登录并提交任务。 开始前查看工具显示的格式和积分。上传完成、任务进入队列之前，保持浏览器页面打开。
- 选中人声轨。 取消背景音即可试听去音乐后的效果；如果少量背景声更自然，也可以同时勾选两条音轨并分别调音量。
- 下载独立音频。 以讲话为主的编辑下载人声；想保留背景时，下载背景音。
离开页面后，可以回到My Files查看任务。上传文件和处理结果的下载有效期为 30 天，长期项目请另存到设备上。
结合上下文检查结果
不要只用最安静的一段判断整份录音。重点听音乐与讲话重叠最明显的位置、词语结束的位置，以及说话者的停顿。在原音频、人声和背景音里，对比同一时间点。
如果某个字变得很薄或断裂，听一下同一位置的背景音，有些人声细节可能被分到背景轨。可以尝试少量混入背景，在剪辑软件中保留该段原声，或者判断这次结果不适合使用。
分离配乐也不同于修复风噪、削波、房间回声或麦克风录音问题。这些问题可能在去音乐后仍然存在。反复处理已经受损的结果，不是可靠的原声恢复办法。
做转写时，可以用较清楚的人声辅助听写，但姓名、数字和不确定的词还要对照原录音。工具分离声音，不会生成文字稿或核验说话内容。可参考转写与字幕准备指南。
选择音频格式
独立音频支持 AAC, MP3, WAV, M4A, FLAC。选择下一步软件能接受的格式即可。需要无压缩音频的编辑流程可以使用 WAV，日常试听和传送可以根据情况选择压缩格式。导出文件更大，不代表分离更准确。
给人声文件取一个清楚的名字，与原文件放在一起。例如使用 interview-voice，方便后续编辑者区别人声与混合录音。需要把它放进其他时间线时，先检查起始位置，再做剪切。
常见问题
可以移除 MP3 里的音乐吗？
MP3 是支持的输入格式。处理目标是分开人声与背景音，但再把结果导出成 WAV，不能恢复上传前已经丢失的信息。应试听实际结果，而不是只看扩展名。
可以移除歌声、保留伴奏吗？
可以用人声移除工具并选中背景音，默认预览与保留讲话相反。乐器和混响仍可能受到影响，因此需要检查输出。
能分别下载鼓、贝斯和每件乐器吗？
这里提供人声和背景音两条音轨，不是多乐器编曲编辑器。需要独立鼓轨或贝斯轨时，不要假定会生成这些下载项。
可以重新混合人声和背景音吗？
可以在预览中勾选一条或两条音轨，分别调整音量。需要进一步剪切、淡入淡出或声音设计时，下载音频后继续在编辑器中操作。结果仍受原录音质量和素材使用权限制。