测量居中人声的分离效果

居中信号到底消失了多少，哪些会幸存。

发布2026年8月10日

一句话

带限的中/侧抵消把一个居中摆放的测试音削弱了 29.5 dB——大约 97% 的幅度——而同一文件里一个硬性单边摆放的音只损失了 0.5 dB。这个差距就是卡拉 OK 式人声去除的全部基础，而且它是可测量的，不是谁的主观意见。

方法

01
合成一个 3 秒、44.1 kHz 的立体声 WAV，包含两个音：440 Hz 在双声道等幅（代指居中的主唱），2 kHz 仅在左声道（代指硬性单边的乐器）。
02
用本站自带的分离引擎以伴奏模式处理该文件——采用中/侧分解，只在 180 Hz 到 9 kHz 之间取消中心，级联 24 dB/倍频程分频器。
03
把导出的 WAV 解码回 AudioBuffer，并在前 2 秒内用 Goertzel 滤波器测量 440 Hz 和 2 kHz 处的能量。
04
把它们各自与未处理源上的同一测量作对比。

左右声道幅度和相位完全相同的音调是理想情况，能衰减 29.5 dB。真实的人声从来没这么居中——微小的混响、叠唱和立体声拓宽差异都会留下残留。所以这个测量描述的是这项技术的上限，而不是商业成品里能拿到的结果。

朴素的 L−R 相消会把所有频率上居中的东西都抹掉，包括底鼓和贝斯。把相消限制在 180 Hz–9 kHz，可让这些频段之外保持完整，这也是为什么处理后的文件依然像音乐，而不是单薄的单声道伪影。侧向声像音调仅损失 0.5 dB，证明未触及的频段基本原样通过。

这招完全依赖左右声道的差分，文件的侧/中能量比几乎能预判它是否可行。单声道没有可利用的差分，只会得到近乎静音——这就是为什么工具会先测这个，不符合就直接拒绝运行，而不是给你一份没用的文件。

居中信号到底消失了多少，哪些会幸存。