输出音质不好——提升 VocalRemover 音质的方法
先明确：什么是"正常"的质量范围
Remover/Splitter AI 处理的音频，一定会有一定程度的"处理痕迹"——就像你给照片加滤镜，出来的不可能和原图一模一样。这是 AI 模型本身的限制。
判断标准：
- 如果只是"有一点点残留人声"但整体能用 → 正常
- 如果"几乎每轨都听不清"、或者有大量破音、失真 → 异常，需要优化
方法一：用更好的输入源
输入质量决定了输出质量。尽量用：
- 无损格式（WAV、FLAC）而不是 128kbps 的 MP3
- 原始音频（CD 抓轨、HiFi 下载）而不是"二次拷贝"的文件
- 避免从视频里提取的音频（视频音频本身已经压缩过了）
方法二：换 Splitter AI 而不是 Remover
Splitter AI 四轨分离的精度比 Remover 两轨好——贝斯和鼓被单独拎出来，不会和人声混成一团。用 Splitter 四轨再手动合并需要的轨，比直接用 Remover 的 instrumental 轨干净很多。
方法三：导出后在 Audacity 里精修
VocalRemover 只负责"粗处理"。用免费的 Audacity 做后期：
降噪（Noise Reduction）
- 选中一段"只有噪音"的地方（比如轨道结尾的残留混响）
- Effect → Noise Reduction → Get Noise Profile
- 全选轨道 → Noise Reduction → OK
音量标准化
处理后不同轨音量可能不均。Audacity 里：
- Effect → Normalize → 选目标音量（通常 -1dB 峰值）
- 让所有轨音量一致
EQ 修正
如果人声听起来"闷"或"刺"，用 Effect → Filter Curve EQ 调整高频或低频。
方法四：选对歌曲
AI 分离的质量严重依赖原歌的编曲：
| 编曲类型 | Remover 效果 | Splitter 效果 |
|---|---|---|
| 干净流行（人声突出、乐器分轨清晰） | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 摇滚（吉他失真 + 鼓组强烈） | ⭐⭐⭐ | ⭐⭐⭐⭐ |
| Hip-Hop（808 bass + 说唱） | ⭐⭐⭐ | ⭐⭐⭐⭐ |
| 古典/交响乐（多层乐器混在一起） | ⭐ | ⭐⭐ |
| 纯人声/阿卡贝拉 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
简单流行歌效果最好。复杂编曲的古典乐质量可能很差——这不是 VocalRemover 的问题，是 AI 分离的共同难点。
方法五：用 Audacity 自己跑 Demucs
如果你想追求更高质量，可以：
- 下载 Demucs（开源人声分离模型）
- 在本地或云端跑（Colab 免费）
- 质量可能比 VocalRemover 好（不同模型，不同效果）
但门槛高很多——需要命令行操作或 Colab 基础。