在iOS App（制作卡拉OK）中从音频文件中分离语音和音乐[关闭]

Posted 2023-02-25

【中文标题】在iOS App（制作卡拉OK）中从音频文件中分离语音和音乐[关闭]

【英文标题】：separating voice and music from a audio file in iOS App(Making karaoke) [closed]

【发布时间】：2016-01-13 10:19:55

【问题描述】：

我正在开发音乐应用程序，并希望添加一个应用程序可以将歌曲转换为卡拉 OK 的功能。我正在研究 CoreAudio 框架。有没有办法处理它。 有没有相关的链接或资源？

【参考方案1】：

一般来说，人声和人声的音频频谱频率范围不能通过滤波来分离，因为人声和乐器的音频频谱频率范围重叠很多。

对于立体声音乐，主要人声在中心位置平移，而器乐平移到一侧或另一侧，可以通过从另一个通道中减去一个通道来去除混音中的一些人声（比如从右到左）。要执行此减法，您​​必须将 mp3 转换为原始 PCM 样本的未​​压缩音频，并使用 C 数据类型。

关于如何实现这一点的学术研究的搜索词是“盲源分离”。

与其说是“算法”，不如说是“技巧”，但它可以在代码中实现自动化。它主要适用于人声居中的立体声轨道。如果人声居中，则它们在两条轨道中均等地表现出来。如果您反转其中一个音轨，然后将它们重新合并在一起，则中心人声的波形会抵消并实际上被消除。您可以使用大多数优秀的音频编辑器（如 Audacity）手动执行此操作。它不会为您提供完美的结果，并且其余的音频也会受到一些影响，但它可以制作出很棒的卡拉 OK 曲目。

【讨论】：

这就像在搅拌机中混合后试图取出所有单独的食物成分。