音乐中的分轨（Stems）是什么？用途、示例与 AI 分离

聆听一首完成的歌曲时，你听到的是一个完整的混音。但在这个最终版本之下，是许多音乐声部共同发挥作用：人声承载旋律，鼓塑造节奏，贝斯支撑低频，吉他、钢琴、键盘、弦乐和其他声音则构成编曲。

音乐分轨（stems）让这些较大的音乐声部更容易被单独使用和处理。

一条分轨可以包含一个音乐元素，也可以包含为了便于混音、编辑、练习或分析而合并在一起的一组相关元素。根据制作流程的不同，你可能会使用人声分轨、鼓分轨、贝斯分轨、伴奏分轨，或更细致的乐器分轨。

如今，AI 也能直接从成品录音中估算分轨。即使无法获得原始制作工程，AI 音轨分离器或音轨分离工具也可以分析混合歌曲，为不同音乐声部生成独立的音频文件。

这就带来了一个重要区别：AI 可以从成品混音中生成有用的分离音轨，但并不是简单地恢复原始录音棚文件。

本文将解释什么是分轨，它与单独音轨和完整混音有何区别，人声分轨包含什么，分轨有哪些用途，以及使用 AI 进行音轨分离时会发生哪些变化。

音乐中的分轨是什么？

那么，音乐中的分轨究竟是什么？

简单来说，分轨是独立的音频部分，代表一首歌曲中较大的音乐声部。

一首完成的作品可能包含几十条独立录音或乐器声源。制作人不必始终同时处理所有素材，而是可以将相关内容归为更大的组。例如，几条鼓录音可以合并成一条鼓分轨，主唱和伴唱则可以合并为一条人声分轨。

具体如何组织，取决于制作流程。

一个项目可能包含：

• 一条人声分轨
• 一条鼓分轨
• 一条贝斯分轨
• 一条吉他分轨
• 一条钢琴或键盘分轨
• 一条伴奏或其他分轨

重要的是，分轨让你可以单独使用编曲中有意义的一部分，而不必始终将整首歌曲当作一个文件处理。

这也是分轨在许多场景中都有用的原因。音乐人可以单独聆听一个声部，制作人可以调整一组相关声音，学习者则可以研究某个声部如何与其他编曲元素配合。

同时，分轨不一定等同于一条独立录音音轨。一条分轨可以代表已经归为一组的多个相关声源。

分轨、单轨与完整混音有什么区别？

“音轨”“分轨”和“混音”这几个词经常被混用，但它们描述的是音频工程中的不同层级。

什么是单独音轨？

单独音轨通常代表制作工程中的一个声源。

它可以是：

• 一条主唱录音
• 一条吉他录音
• 一条贝斯录音
• 架子鼓的一路麦克风录音
• 一个软件乐器
• 一个基于 MIDI 的乐器声部

一部完整作品可以包含许多单独音轨。每条音轨都可能有自己的效果、自动化、剪辑和处理。

什么是分轨？

分轨通常是一个更大的音乐单元。

例如，一条鼓分轨可以将多个鼓声元素合并为一个音频输出。人声分轨可以包含主唱和伴唱。吉他分轨可以代表归在一起的多个吉他声部。

如果你想使用数量更少、更易管理的声部，而不是每个单独声源，分轨就会很有帮助。

什么是完整混音？

完整混音是将各个音乐元素组合后形成的立体声或类似的最终成品输出。

人声、鼓、贝斯、吉他、钢琴、效果声和其他元素组合在一起后，你听到的就是完整的歌曲。

问题在于，在这个成品混音中，各个声部已经不再以独立源文件的形式存在。

AI 处于哪个环节？

AI 分离音轨出现在完整混音之后。

AI 系统并不接收原始制作音轨，而是分析成品录音，估算哪些声音属于不同的音乐类别。

因此，AI 音轨分离应被理解为估算，而不是恢复。

什么是人声分轨？

一个常见问题是：什么是人声分轨？

人声分轨是音乐工程中包含人声相关素材的部分。根据制作方式，它可能包含主唱、伴唱、和声、叠录人声或其他多层人声元素。

这意味着，人声分轨不一定等同于完全隔离的主唱干声。

例如，一首歌可能包含：

• 主唱
• 伴唱和声
• 叠录的人声乐句
• 人声效果
• 人声周围的混响或延迟

根据分轨的生成方式，其中一些元素可能仍然保留在一起。

在 AI 分离中，这种区别更加重要。AI 生成的人声分轨是从成品混音中估算出来的。如果源音频中包含人声效果、乐器或重叠频段，其中一部分可能仍会保留在结果中。

换句话说，更恰当的理解是：人声分轨代表混音中的一个音乐声部，而不是保证得到一条完全干净的人声录音。

音乐分轨可以包含什么？

并不存在一套适用于所有歌曲的统一分轨结构。

有些作品只使用几个大类，另一些则包含许多细分类型。分轨的用途通常决定了其组织方式。

以下是一些常见示例：

因此，围绕人声分轨展开的使用流程，可能与六轨音乐分离流程完全不同。

一款工具可能将人声之外的所有声音归入一个伴奏文件。另一款则可能将歌曲分成人声、鼓、贝斯和其他。更细致的系统还可能单独提供吉他、钢琴、弦乐、键盘或其他类别。

因此，输出数量描述的是处理流程，并不是对分轨的统一定义。

分轨在音乐中有哪些用途？

理解分轨很有帮助，因为它让你能够使用歌曲中的主要声部，而不必始终同时处理完整混音。

乐器练习

分轨可以让针对性的练习更容易进行。

鼓手可以主要聆听鼓声。贝斯手可以跟随贝斯线条，而不受其他乐器的干扰。吉他手和钢琴演奏者也可以专注于各自的声部。

例如，将鼓和贝斯分轨放在一起聆听，可能比只听完整混音更容易理解节奏基础。

研究歌曲编曲

分轨也能揭示歌曲是如何构成的。

你可以逐层聆听编曲，并留意：

• 鼓在什么时候进入
• 贝斯如何支撑律动
• 吉他在什么时候加入
• 钢琴或键盘如何在不同段落间变化
• 人声在什么时候变得更加密集
• 副歌中的编曲如何逐渐丰富

对于学习各声部如何相互配合的音乐人，这尤其有用。

分析乐器的作用

在成品混音中，有时很难听清某件乐器具体在演奏什么。

有了独立分轨，你就可以专注于一个音乐声部，留意其节奏、旋律、质感、力度变化，以及它与其他编曲元素的关系。

处理已获授权的音频

在对底层录音拥有必要权利的前提下，分轨也可以用于已获授权的编辑、编曲研究、创作实验和其他项目。

能够获得分离文件，并不意味着你自动拥有原始词曲或录音的所有权。

分轨与原始多轨有什么区别？

最重要的概念之一，是理解分轨（stems）与原始多轨（multitracks）之间的区别。

原始多轨来自制作过程本身。

假设一首歌的录音工程包含：

• 5 条人声录音
• 8 条鼓音轨
• 3 条贝斯音轨
• 6 条吉他音轨
• 2 条钢琴音轨
• 几条合成器和效果音轨

这些独立声源可能分别保存在原始 DAW 工程中。

制作人随后可以将相关声源合并成分轨，用于后续混音、交付、编辑或协作。

AI 系统的工作方式则不同。

如果你只有最终的立体声录音，原始单轨已经不再以独立文件的形式存在。AI 工具必须分析成品混音，估算不同音乐声源在其中的位置。

因此：

这一区别很重要，因为 AI 生成的分轨即使听起来有用，也不等于原始录音棚素材。

AI 音乐分离如何生成分轨

传统分轨通常来自制作过程。

AI 分离则从相反的方向开始：它以成品混音为起点。

AI 音轨分离器、音轨分离工具或音乐分轨工具会分析混合录音，估算哪些声音属于不同的音乐声部。

简化的流程如下：

成品混音 → AI 分析 → 估算音乐组成部分 → 独立音频分轨

例如，系统可能分析录音并估算出：

人声 → 鼓 → 贝斯 → 吉他 → 钢琴 → 其他

随后，根据工具的功能，可以分别试听、处理或下载生成的文件。

这很有用，因为许多用户即使无法获得原始制作工程，也希望从歌曲中获取分轨。

不过，结果仍然是估算出来的。

AI 处理的是已经混合在一起的声音。人声可能与吉他或钢琴重叠，贝斯与鼓可能共享低频信息，混响和延迟也可能分布在多个音乐声部中。

因此，AI 生成的分轨中可能存在一定的串音或音频伪影。

这也是基于 AI 的音轨分离，与直接使用原始制作音轨之间的根本区别之一。

一首歌曲可以有多少条音乐分轨？

并不存在每首歌曲都必须遵循的统一分轨数量。

数量取决于制作流程、工具，以及所需的细致程度。

两条分轨

简单的两轨流程可能包含：

人声 + 伴奏

当主要目标是将歌声与歌曲的其余部分分开时，这种方式就很有用。

四条分轨

四轨结构可能包含：

人声 + 鼓 + 贝斯 + 其他

这样可以更细致地控制编曲中的节奏和低频部分。

六条分轨

更细致的流程可以将主要音乐声部分为：

人声 + 鼓 + 贝斯 + 吉他 + 钢琴 + 其他

这样既便于研究单独的乐器，又不需要生成几十条独立输出。

更细分的分轨系统

有些工具还提供更多类别，例如：

• 弦乐
• 键盘
• 合成器
• 管乐
• 原声吉他
• 电吉他
• 更多人声类别

更多输出可以带来更细致的控制，但音轨越多，并不意味着分离效果一定越好。

对于某个具体用途，存在明显串音的六轨结果，可能还不如更简单、但更干净的分离结果有用。

因此，合适的音轨数量，就是能满足你实际聆听或处理需求的数量。

音轨分离与按段落切分歌曲是一回事吗？

不一定。

“Splitter”有时指按时间切分歌曲的工具，例如将一段较长录音剪成几个部分。

但音轨分离器处理的是录音中的音乐内容。它的目的是分离不同声源或音乐声部，而不是简单地在某个时间点切开文件。

在比较工具时，这种区分很有用，因为一般的歌曲切分工具可能与音乐声源分离毫无关系。

同样，用于从歌曲录音中分离乐器的工具，与将歌曲裁剪或切分成更短音频片段的工具，解决的也是不同问题。

这些名称听起来可能相似，但底层任务并不相同。

Echora 的六类音乐分轨

Echora 提供了一个直观示例，展示分轨概念如何应用于成品混音。

我们的音轨分离器目前会生成六条独立的 MP3 音轨：

人声 → 鼓 → 贝斯 → 吉他 → 钢琴 → 其他

这六个类别代表主要音乐声部，可用于聆听、研究、练习以及其他已获授权的流程。

人声

人声分轨包含从成品混音中估算出的人声素材。

根据歌曲的不同，它可能包含主唱、伴唱或多层人声素材。

鼓

鼓分轨侧重节奏和打击乐元素。

它可以让律动、加花、过渡和节奏型更容易被听清，而不受完整编曲的干扰。

贝斯

贝斯分轨侧重低频贝斯素材。

它可以让贝斯线条更容易跟随，也有助于理解贝斯如何与鼓及其他声部配合。

吉他

吉他分轨包含从录音中估算出的吉他素材。

根据歌曲的不同，它可能包含反复乐句、和弦、节奏演奏或旋律乐句。

钢琴

钢琴分轨让你能够单独聆听混音中的钢琴素材。

当多件其他乐器同时演奏，导致钢琴声部难以听清时，这尤其有用。

其他

“其他”分轨包含不属于前面五个专门类别的音乐素材。

它可能包括合成器、键盘、其他乐器或编曲中的其他元素。

这六个类别的目的是让主要音乐声部更容易被聆听和使用，不应将其理解为对每个原始录音通道的重建。

AI 分离音轨与原始录音棚分轨相同吗？

不相同。

原始录音棚分轨或多轨来自制作过程。AI 分离音轨则是在之后，从已经混合的录音中估算出来的。

这一区别解释了为什么 AI 分离素材可能包含：

• 来自其他乐器的串音
• 人声残留
• 混响或延迟
• 瞬态变化
• 细节缺失
• 音色变化
• 其他分离伪影

完整混音也提供了重要的听觉背景。

吉他在单独播放时可能显得更单薄，因为原本有其他乐器支撑它的音色。人声听起来可能有所不同，因为周围的编曲和共享效果不再存在。鼓分轨则可能暴露出在完整混音中不易察觉的处理伪影。

这些都不意味着 AI 分离音轨没有价值，而是说，应该根据预期用途来判断结果。

对于练习、编曲研究、分析，以及许多已获授权的创作流程，即使不是原始录音棚录音，估算出的分轨也可能非常有用。

为什么 AI 生成的分轨有时听起来不一样？

原因有几个。

首先，源音频已经混合过。

AI 没有每件原始乐器的独立副本，必须从合并后的信号中估算它们。

其次，音乐元素在频率上经常相互重叠。

人声可能与吉他、钢琴和镲片重叠。底鼓和贝斯占据相关的低频区域。混响、延迟等效果可能分布在多个声源中。

第三，有些声音在传入 AI 之前就经过了较强的处理。

压缩、失真、削波、饱和、调制及其他效果，都成为待分离信号的一部分。

最后，完整混音本身也会改变你对各个声部的感知。

在完整编曲中，声音可能相互掩蔽，也可能彼此增强。一旦将某条分轨单独提取出来，这些关系就会消失。

因此，一条分离音轨单独播放时可能听起来不太自然，但仍然能够满足提取它的原本目的。

关于音乐分轨的常见误解

分轨与单独音轨是一回事

不一定。

单轨可以代表一个原始录音声源，而分轨可以包含一组相关声源。

每条分轨都直接来自录音棚工程

并非总是如此。

原始制作分轨可以来自录音棚制作流程，但 AI 也可以从成品混音中估算分轨。

分轨越多，质量就一定越好

不是。

更多类别可以带来更细致的控制，但不一定能产生更干净的分离结果。

AI 可以恢复原始录音棚工程

不能。

AI 可以从成品录音中估算音乐组成部分，但这不等于恢复原始 DAW 工程、各次独立录音、MIDI 数据、乐谱或未经处理的录音棚音轨。

分离后的音轨自动不受版权限制

不是。

分离已有录音，不会转移底层词曲或录音的所有权。发布、重新分发或商业使用，仍取决于你拥有的权利。

常见问题

音乐中的分轨是什么？

音乐分轨是独立的音频组成部分，代表歌曲中较大的音乐声部。它们可以包含人声、鼓、贝斯、吉他、钢琴、伴奏或其他分组后的元素。具体结构取决于制作流程或分离工具。

什么是人声分轨？

人声分轨是包含歌曲中人声相关素材的音频部分。根据生成方式，它可能包含主唱、伴唱、和声、多层人声及部分相关效果。

分轨与单轨有什么区别？

单独音轨通常代表制作工程中的一个声源，例如一条人声录音或吉他录音。分轨则通常是更大的音乐分组，将相关素材合并为一个便于管理的音频部分。

一首歌曲可以有多少条分轨？

没有固定数量。根据制作流程和工具的不同，一首歌可以组织成两条较大的分轨、四条主要分轨、六类音乐声部，或更细致的一组输出。

AI 音轨分离器可以生成原始录音棚分轨吗？

不能。AI 音轨分离器是从成品混音中估算音乐组成部分，并不会恢复原始录音棚工程，也不会重建原始的独立录音文件。

Stem separator 和 stem splitter 有什么区别？

在音乐领域，这两个名称都可以描述从混合录音中分离不同音乐组成部分的工具。不同产品的术语有所差异，但基本目标通常相似：从混合音频中生成独立的音频输出。

如果只有最终音频文件，还能从歌曲中获取分轨吗？

可以。即使没有原始制作工程，基于 AI 的音轨分离也可以从成品录音中估算音乐组成部分。不过，生成的分轨仍应被理解为估算输出，而不是恢复出来的录音棚音轨。

AI 可以从歌曲录音中分离乐器吗？

可以。AI 工具可以从成品录音中估算不同音乐声部，例如人声、鼓、贝斯、吉他、钢琴和其他素材。各条结果的质量可能随源音频和编曲的不同而变化。

理解分轨，让音乐分离更容易

分轨是组织歌曲中主要音乐声部的一种实用方式。

它处于单独制作音轨与完整成品混音之间。一条分轨可以将相关声音归为一个易于管理的音乐组成部分，让混音、研究、练习、分析或处理已获授权音频变得更方便。

AI 分离则从另一个方向运用这一思路。AI 系统并不从原始制作工程开始，而是从成品混音出发，估算其中的音乐声部。

因此，当你需要独立的音乐声部，却无法获得原始工程时，AI 音轨分离器、音轨分离工具或音乐分轨工具就会很有用。

Echora 的音轨分离器目前采用固定的六轨结构：人声、鼓、贝斯、吉他、钢琴和其他。这些输出是从上传的混音中生成的独立 MP3 音轨，目的是让主要音乐声部更容易被聆听和使用，而不是重建原始录音棚工程。

理解了这一区别，评估分轨就会容易得多。目标不一定是复现每一个原始录音通道，而是让现有混音的音乐结构更容易被聆听、学习、分析，并用于已获授权的创作。

了解 Echora 音轨分离器