对白、音乐与音效分离

对白、音乐与音效分离

成品影视声音把台词、配乐和场景声混在一起。此模式使用 MVSEP 的 Demucs4HT DnR 选项，将它们按角色拆成「语音」「音乐」「音效」。它对应电影音频分离任务：Divide and Remaster 研究框架把成品声音视为三类声源，而不是歌曲分轨常用的人声、鼓和贝斯。 没有原始分轨时，可以用它降低对白下方的配乐、观察说话时仍在演奏的音乐，或为场景剪辑准备可单独调整的声音层。先选短而有代表性的片段，其中同时出现讲话、音乐提示和清楚可辨的音效。输出按声音角色整理音频，不会翻译台词、识别每个说话人，也不会还原原始影视工程。 判断时重点是可懂度与连续性，而不只是背景是否安静。语音虽然更安静，辅音或字尾消失仍会降低可用性；音乐可能保留旋律却带着碎片化对白；音效与打击乐或音乐纹理相似时，也可能分散在多路中。应在同一场景事件处对照三条轨道，并按剪辑目的保留必要呼吸与环境声。遇到关键字、冲击声或配乐动机不完整时，再用同一原始片段比较另一种影视模式。