剪映怎么把人声和背景音乐分开？

一句话答案：把人声和背景音乐分开，是同一个操作的两个方向：去伴奏留人声，或者去人声留伴奏。「人声伴奏分离」一次把两半都拆出来，各自成为独立音轨，之后调音量、静音、替换互不影响。剪映自带的人声分离单条可用，卡在一条一条重复操作；批量素材可以把这一步挂进替换或合成的流程里，跟着生成草稿一起跑完。

用「人声伴奏分离」：一条音频进去，人声和伴奏拆成两条独立音轨出来，音量、静音、替换各自独立。素材多的话，这一步还能挂进批量替换或合成的流程里，跟着生成草稿一起跑完。

先分清你要的是哪一半

问这个问题的人，需求方向正好相反，操作顺序也不一样：

• 只要人声（去伴奏）：给外语视频做转写、二次配音前先清底、把访谈里的音乐底噪摘掉
• 只要伴奏（去人声）：换自己录的旁白、做纯音乐背景、拿节奏做卡点

分离类功能的好处就在这——它不替你做选择，两条轨道都交到你手上，留哪条、删哪条自己定。所以别在"怎么把人声去掉"和"怎么把伴奏去掉"之间纠结，这是同一个动作出来的两种结果。

剪映里能分，卡在"一条一条来"

剪映自带的人声分离处理的是单条音频：选中那条素材，点分离，等它跑完，再把分出来的轨道拖到时间轴上摆好。做一条两分钟的视频，这个流程几十秒的事，不构成问题。

麻烦出在重复上。十条素材就是十次「选素材—点分离—等结果—拖轨道」，而且每条都要在界面上等它跑完，人走不开。

所以真正做批量的人卡住的从来不是"能不能分离"，而是"分离这件事要占掉我多少时间"。要做一百条视频的人，把一整天丢在这个循环里，也不一定跑得完。

分离本身怎么操作

「人声伴奏分离」在高级 AI 功能这一组里。操作就三步：指定要处理的音频素材（或指定轨道），执行分离，产物落到位。人声和伴奏各成一条独立音频轨，接下来的剪辑动作都在普通音频轨上做——调音量、调淡入淡出、单独静音、整体删掉，跟处理自己导进去的音乐没区别。

装之前对一遍环境：Windows 10 及以上，不支持在虚拟机里跑；高级 AI 这一组里部分功能需要 NVIDIA RTX20 系及以上显卡，没到这条线的机器上跑分离会直接失败。提前确认，比跑到一半卡住省事。

拆出来的两条轨能干什么

一个实际场景：外语素材想去掉原声另配中文。顺序建议是先分离，然后拿人声轨去跑识别——人声轨里没有音乐干扰，转写出来的错字会少一截，改起来轻松；改完再决定人声轨是删除还是压低留着当环境音。

批量场景：挂进替换/合成的流程里一起跑

在批量替换与合成的流程里，可以同步执行人声伴奏分离——一边按素材批量生成新草稿，一边把草稿里的音频拆开，不用等草稿生成完再回头逐条处理。素材量大的时候，这个顺序上的差别就是"晚上跑一轮"和"手动修两天"的差别。

批量替换与合成的整体玩法（8 个功能、三步向导、素材目录怎么组织）见 剪映怎么批量剪辑一百个视频。

分离之后顺手把字幕也做掉

人声轨干净了，语音识别字幕的命中率会好看不少。语音识别字幕支持 99 种语言的识别，识别完想在草稿里原地改错字，走「草稿字幕便捷修改」；要字幕离开草稿去翻译、去备份，走草稿字幕导出。多语言这条流水线的完整走法（识别、翻译、写回、配音）见 剪映怎么加俄语字幕。

常见问题

剪映怎么把人声和背景音乐分开？

用「人声伴奏分离」：指定要处理的音频并执行分离，人声和伴奏会拆成两条独立音轨，之后音量、静音、替换互不影响。剪映自带的人声分离单条可用，批量素材建议把这一步挂进批量替换或合成的流程里一起跑。

剪映人声分离只能分离出人声吗？

不是。分离的结果是两半都有——人声一条、伴奏一条。只留人声就删掉伴奏轨，只留伴奏就删掉人声轨，两条都留着也可以，比如保留一点现场环境声。

剪映人声分离出来的伴奏能直接用吗？

能。分离出来的伴奏是独立音频轨，可以正常调音量、加淡入淡出、单独静音，也可以直接导出。要注意分离是算法估算的过程，鼓点密集或人声和乐器频段重叠的地方会留一点残留，交付要求高的话建议先试听一段再批量跑。

人声分离需要什么电脑配置？

Windows 10 及以上，不安装在虚拟机里。高级 AI 这一组里部分功能需要 NVIDIA RTX20 系及以上显卡，人声伴奏分离属于这一组，机器不达标会跑不起来。装之前先对一遍配置，比中途报错省事。

多条素材的人声分离要一条条点吗？

不用一条条点。单条分离是剪映自带功能的做法，素材多的时候把分离挂进批量替换或合成的流程里，批量生成草稿的过程中同步处理，人不用守在旁边。