音述ai网页版可在浏览器本地运行demucs v4分离伴奏，不上传文件、保留元数据、输出wav无损格式；桌面版支持视频直读批量处理，并可通过命令行调参优化分离效果。
☞☞☞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☜☜☜
直接用音述AI网页版提取无损伴奏
想从一首MP3里拿到能直接用于翻唱的干净伴奏，又怕在线工具压缩音质、偷偷上传文件或限制时长，音述AI网页版正好解决这三重顾虑——它用WebAssembly在浏览器里本地跑Demucs v4模型，全程不传音频、不删元数据、输出WAV无损格式。
打开浏览器访问 https://yinshu.ai，页面自动加载AI引擎，无需注册登录，界面右上角显示“本地处理中”即表示模型已就绪。
点击中央区域的“上传音频”按钮→在弹出窗口中选中你的MP3/WAV/FLAC文件→确认后页面立刻显示文件名、时长和采样率（如44.1kHz/16bit），【若显示采样率低于44.1kHz，分离后伴奏将自动升频补足，但原始高频细节无法恢复】。
在“分离目标”下拉菜单中选择“伴奏（Instrumental）”→勾选“输出WAV（无损）”选项→点击“开始分离”按钮。
进度条走完后，页面生成两个下载按钮：“下载人声.wav”和“下载伴奏.wav”，点击后者即可保存完整无损伴奏文件，文件名自动带原曲名+“_instrumental”后缀。
用音述AI桌面版批量处理视频里的音频
当你手头是MP4/MOV这类视频文件，又不想先用格式工厂转音频再上传，桌面版能直接啃视频、跳过转码损耗、批量导出多轨。
方法一：Windows一键安装包
前往官网下载 yinshu-desktop-win-x64-v2.3.1.exe →双击运行→按提示安装到默认路径（不要改C:\Program Files\YinShu）→安装完自动启动并打开本地服务页面。
方法二：Mac用户手动配置
下载 yinshu-desktop-mac-arm64.dmg →拖入Applications文件夹→右键“显示简介”→点“仍要打开”解除苹果隔离→首次运行时系统会提示“无法验证开发者”，点“取消”→再右键App选“打开”→输入密码确认→等待终端窗口闪退三次后，浏览器自动弹出 http://localhost:8080。
在网页界面左侧点击“添加视频”→可多选MP4/MOV/MKV/AVI文件→全部导入后，右侧“任务队列”显示文件缩略图和时长→点击顶部“全部设为伴奏分离”→再点“批量执行”。
处理中每支视频会在队列里实时显示进度百分比和剩余时间，【若某支视频卡在99%超2分钟，说明其音频流编码异常，需用FFmpeg先执行 ffmpeg -i input.mp4 -c:v copy -c:a aac -b:a 192k output.mp4 修复】。
全部完成后，点击队列下方“打包下载所有伴奏”按钮，生成zip压缩包，解压后每个伴奏文件名含原视频名+时间戳，避免覆盖。
进阶控制：用命令行指定Demucs模型与降噪强度
当默认分离结果里伴奏仍有轻微人声残留，或鼓点发虚，需要绕过图形界面直调底层参数。
第一步：确认桌面版服务已运行，在终端执行 curl http://localhost:8080/api/status，返回 {"status":"ready"} 即可继续。
第二步：构造POST请求，用curl提交JSON参数：
curl -X POST http://localhost:8080/api/separate \
-H "Content-Type: application/json" \
-d '{"file_path":"/Users/you/music/song.mp3","model":"htdemucs_mmi","vocals_only":false,"denoise":0.3}'
其中 model 可选值有：htdemucs（通用平衡）、htdemucs_mmi（强化人声分离）、hdemucs_mmi（专治中文咬字残留）；denoise 范围0～1，0.3是推荐起点，超过0.5会导致伴奏变薄。
第三步：请求返回 {"task_id":"tsk_abc123"} 后，轮询 http://localhost:8080/api/task/tsk_abc123 直到 status 字段变为 "completed"，response 字段会给出本地WAV文件绝对路径。
