音述ai人声分离失效时，应先检查信噪比与采样率，用audacity预处理并rnnoise降噪至15db以上，再送入ai；若仍残留噪声，需用demucs二次分离补救。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当使用音述AI类工具（如Descript、LALAL.AI或Resemble Enhance）进行人声-噪声分离时，若输出结果中仍残留明显噪声、底噪发闷、语音断续或高频嘶声，说明模型未充分建模干扰特征或输入音频超出了其训练域适配范围。
检查原始音频信噪比与格式是否达标
音述AI对输入质量极为敏感。低于10dB信噪比的录音，或采样率非16kHz/44.1kHz/48kHz的文件，会导致分离模型误判频带边界。
用Audacity打开原始文件→点击菜单栏“编辑 → 查看 → 显示频谱”，观察0–500Hz区间是否存在持续高能量平顶（典型风扇/空调底噪），同时注意2–4kHz是否有杂乱毛刺（键盘敲击、喷麦）。若两者共存，说明信噪比已低于AI分离安全阈值。
导出前务必确认：右键轨道→“重新采样”，设为【48000 Hz】；格式选WAV，位深度设为16bit——这是目前主流AI音频服务的最优输入规格。
分段预处理：先用RNNoise压制稳态噪声再进音述AI
音述AI在应对周期性底噪（电流声、服务器嗡鸣）时容易过拟合，导致人声频段被同步削弱。此时需前置本地降噪，把信噪比拉升至15dB以上再送入AI分离流程。
第一步：在Audacity 3.4+中导入原始音频→选中1秒纯噪音段（无人声、无瞬态）→效果→Noise Reduction & Repair→Get Noise Profile。
第二步：全选→再次进入同一菜单→设置Noise Reduction (dB)为【18】、Sensitivity为-14、Frequency Smoothing为12→点OK。
第三步：导出为WAV→拖入Descript或LALAL.AI上传框。这一步能切掉70%以上稳态干扰，让音述AI专注处理残余突发型噪声。
调用Demucs二次分离补救已失效的音述AI输出
若音述AI输出的人声轨道仍有键盘声、隔壁人声等残留，说明其分离模型未覆盖该类干扰源。此时不可重跑AI，而应将已得人声轨作为新输入，用Demucs做二次解耦。
方法一：命令行快速补救
终端执行：demucs --two-stems=vocals --shifts=10 "bad_vocals.wav"。--shifts=10启用相位随机增强，可提升对短时干扰的捕捉率。
方法二：GUI替代方案
下载SpleeterGUI→加载音述AI输出的人声文件→选择“2 stems”模式→勾选“Use ensemble”→运行。输出的vocals_2stem.wav通常比原输出干净3–5dB，尤其对敲击类瞬态噪声抑制更准。
注意：Demucs输出默认为44.1kHz，若原始录音为48kHz，请在Audacity中右键轨道→“重新采样”回48kHz再混音，避免音调偏移。
