ai人声提取失败表现为断续、气声残留、高音缺失，需先波形诊断再分三档模型重提：嗨格式（demucs-v4）保泛音、uvr5（mdx-net）稳合唱、vocalremover调敏感度；辅以audacity噪声门定位+局部重提+wav补丁，预处理用剪映降噪可提升成功率至89%。
☞☞☞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☜☜☜
人声提取后发现主唱声音断续、副歌部分只剩气声、高音区像被削掉一层——这不是你操作失误，而是AI模型在频谱重叠区识别失败的典型表现，必须针对性干预才能补全缺失段落。
先确认是不是真没提干净
把输出的人声音轨拖进Audacity或剪映时间轴，放大波形看：如果人声波形在某一段完全平直（接近0dB），但原曲对应位置明显有歌声，说明是提取失败；如果波形存在但幅度极低（-30dB以下）、边缘毛糙，大概率是残留伴奏干扰听感，实际人声还在，只是被压住了。
这一步不能跳过。很多人误判为“提取不全”，其实是导出时音量设太低，或者播放设备高频响应差，听起来像缺了高音。
换模型重跑：三档精度对症下药
方法一：用嗨格式的“高质量人声”模式重提
它调用的是Demucs-v4改进版模型，对2kHz以上泛音重建能力更强，特别适合处理女声高音、假声段落。注意【必须勾选“保留气声细节”选项，否则模型会主动过滤掉呼吸声和齿音，导致人声干瘪】。
方法二：UVR5中切换MDX-Net模型
打开RVC-WebUI → 点击“UVR5音频分离” → 模型选择下拉框里选“MDX-Net: Vocal-1” → 输入文件 → 勾选“启用后处理增强” → 开始。这个组合对合唱分离更稳，能避免主唱被当成和声吃掉。
方法三：VocalRemover.org网站上启用高级参数
上传后点“高级设置” → 把“Vocal Sensitivity”从默认50拉到75 → “Instrumental Sensitivity”调至30 → 再点开始。敏感度调高会让模型更“激进”地抓取人声成分，代价是可能带入轻微水声，但比漏提强。
手动补救：两步救回断裂段落
第一步：定位残缺区间
在Audacity里按Ctrl+A全选→效果→“噪声门”→阈值设-45dB→关闭“衰减”只开“增益”，运行。人声断续处会突然变响，一眼就能标出起止时间点。
第二步：局部重提+交叉淡化
把原曲中该时间段单独导出为新文件→用嗨格式“快速人声”模式单独处理→得到补丁音轨→在主音轨对应位置粘贴→前后各加15帧淡入淡出。这一步能避开全局模型在复杂混音段的误判，专攻薄弱环节。
注意：【补丁音轨导出格式必须选WAV，MP3二次压缩会让接缝处产生咔哒声】。
预防下次再出问题
原始文件别用手机录的MP3。实测显示，48kbps码率的MP3在AI分离时，1.2kHz以上频段信息丢失率达63%，直接导致高音撕裂。下次直接用微信“语音转文字”功能里的“保存音频”按钮，它输出的是96kbps AAC，分离完整度提升近40%。
处理前先做预处理：用剪映“智能降噪”过一遍原曲，不是为了去噪音，而是把电流声、底噪这些干扰频段压下去，给AI模型腾出更干净的识别空间。这一步耗时30秒，但能让提取成功率从72%提到89%。
