本文翻译自英文原文，如有出入，以英文原文为准。
你把一首混音交给 Demucs、htdemucs 或 Spleeter 处理，提取出人声，结果并不干净。它有些地方不对劲，却很难说清：略带玻璃感，略显发糊，乐句之间本该是静音的地方，或许还有一丝军鼓的鬼影。
这通常是两个问题穿着同一件外衣，需要的处理方式并不相同。把它们区分开，就是大半的工作。
分离后的分轨带有两种不同的损伤。残留是对你保留下来的信号造成的损害——一层发糊、略带金属感的成分，主要集中在 3 kHz 以上，此外还有瞬态和持续音周围的振铃。串音则是属于另一条分轨的信号，却能在这一条里听到。残留由一个模型来扣除：它逐频点估计其中有多少能量是伪影而不是音乐——这就是 de-artifact，使用 Vocal 预设。串音则靠分类器来做门控：它逐帧、逐频段判断自己听到的内容是否属于这条分轨——这就是 de-leak。大多数分离出的分轨两者兼有，这两款插件也经常用在同一个音源上。
| 残留 | 串音 | |
|---|---|---|
| 它是什么 | 对你想保留的那部分声音造成的损害。 | 属于另一条分轨的内容。 |
| 听感 | 延音带玻璃感或水声感，辅音上有一层金属感的光泽，振铃紧随瞬态出现。 | 能辨认出的鬼影——一下军鼓、一个贝斯音、一个和弦——出现在本该只有人声的地方。 |
| 所在位置 | 分布在整个频谱，集中在最高的几个八度。 | 出现在源乐器所处的位置，常见于低频和中频。 |
| 工具 | de-artifact——逐频点扣除对伪影的估计值。 | de-leak——带 ML 分类器（F1 = 0.993）的串音门，只在检测到串音的位置降低增益。 |
把这条分轨 Solo 出来，听其中的空隙——也就是乐句之间歌手没有在唱的时刻。两种问题正是在这里分得清清楚楚：
顺序很重要。先对串音做门控，再清理剩下的部分。对一条仍带着鼓声的分轨运行 de-artifact，等于让模型去判断军鼓是不是伪影——它不是，而且这个问题也不是模型被训练来回答的。
Vocal 预设
它偏重谐波，并能感知瞬态和齿音，这正是窄带音源所需要的：适用于完整混音的同一套设置，会把辅音当作伪影处理。加载预设会一次性设定所有控件，之后每个控件仍可自由调整。
Strength 的范围是 0–200%，默认值为 60%。100% 是模型的标称估计值；超过这个值，它会有意过度扣除。没有哪个数值是正确答案——只有一个临界点，越过它就会开始削掉歌手的声音，而下一步正是找到这个点的方法。
Residual 监听来检查
Residual 只播放被扣除的部分。你希望听到的是闪烁感和杂音。如果里面能听到人声的厚度、气息或辅音的轮廓，就说明处理过度了。这是每条分轨都值得做的唯一一项检查。
de-artifact 已经会测量它所去除的高频能量并自动补回；Brightness 则在这一补回量的基础上再加或再减。事后再去用 EQ，是在处理一个插件本身已有控件可以解决的症状。
Separation 是把谐波成分与打击成分分开的中值滤波核，有两个档位：Normal（17）和 Strong（31）。Strong 能把这两个通道分得更干净，因此 Harmonic 和 Percussive 的强度作用得更精确——代价是 CPU 开销略高。
试听：分离出的人声分轨在 de-artifact 处理前后的对比。在 YouTube 观看
保持原始分离文件不动，在一条复制的音轨上操作。循环播放一个既包含持续元音、又包含辅音或起音的乐句。加载 Vocal 预设后，从适度的 Strength 开始，而不要以为削减得越多越好。
用 Residual 听被去除的内容。如果其中含有有用的人声厚度、气息或瞬态，就调低 Strength。关闭 Residual，再与 Bypass 对比；在对比用的副本上借助 DAW 的电平表和增益调整，做电平匹配的比较。然后放进混音里听，因为单独听时可以接受的取舍，在混音中仍可能削弱这段演唱。
如果空隙里仍能辨认出伴奏，请回到 de-leak-rt 串音处理流程，而不是把 de-artifact 开得更猛。清理无法重建分离器已经丢弃的内容。只有当改善经得起对比时，才另外导出一个处理后的文件，并保留原始文件以备日后修改。
学习中心的 A/B 对比清单涵盖完整的对比方法，手册则解释了每个控件。想在自己的宿主软件中测试这些步骤，请从 de-artifact 产品页获取试用版。
de-artifact 不是为此而设计的，也解决不了它。串音门依据的是内容，而不是电平：一个小型分类器逐帧判断自己听到的内容是否属于这条分轨，只在不属于的地方做多频段增益衰减。这就是 de-leak，它适用于人声分轨、乐器分轨，以及任何 Demucs、htdemucs 或 Spleeter 的输出。
Logic 和 GarageBand 用户：de-leak 仅提供 VST3 和 CLAP 格式，因此不会出现在只加载 Audio Unit 的宿主中。de-artifact 则提供 Audio Unit。在此期间，de-leak 可以在任何支持 VST3 或 CLAP 的宿主中运行。
衰减曲线是根据实际输出测量的，所以会随音乐而变化。在人声分轨上，你应该看到它在最高的几个八度里下沉，而在较低的频段保持接近平直。这种形状——高频处深、低频处平静——就是健康的伪影去除应有的样子。低频处出现很深的衰减并不常见：请检查 Residual，如果能在其中听到人声的基频，就调低 Strength。
接近平直的曲线是一种结果，不是故障。如果分轨从分离器出来时状态就不错，那么可去除的东西本来就不多；把平直的曲线当成插件坏了，然后猛调高 Strength，是损伤音轨最常见的方式。
残留是对你保留下来的信号造成的损害：分离器留下的一层发糊、略带金属感的成分，集中在频谱上部，此外还有瞬态和持续音周围的振铃。串音则是完全属于另一条分轨的内容——例如人声里能听到鼓。de-artifact 扣除残留；de-leak 对串音做门控。两者经常用在同一个音源上。
Vocal。它偏重谐波，并能感知瞬态和齿音，也是手册中针对分离出的人声分轨所指向的预设。加载它，然后从默认的 60% 开始调整 Strength，不要先去动别的参数。
启用 Residual 监听，它只播放被扣除的部分。你希望听到的是闪烁感和杂音。如果其中能听到人声的厚度、气息或辅音，就说明处理过度了——把 Strength 调低，直到听不到为止。
还不能。de-leak 仅提供 VST3 和 CLAP 格式，因此不会出现在只加载 Audio Unit 的 Logic Pro 和 GarageBand 中。de-artifact 则提供 Audio Unit。在此期间，Logic 用户可以在支持 VST3 或 CLAP 的宿主中运行 de-leak。
你可以在浏览器中打开 try.intrect.io，清理 30 秒的预览，无需账号。插件本身提供 14 天试用，所有预设和参数均已解锁。
部分可以。Suno 的分轨导出本身就是一次分离，因此上文区分残留与串音的检验同样适用于这些分轨，Vocal 预设也是同样的起点。de-artifact 并未专门在 Suno 分轨上做过评估；它已有的测量结果来自 Demucs 系列模型的分离输出，以及完整的 AI 生成混音，所以请把 Suno 分轨当作普通的分离分轨对待，并在信任结果之前先听 Residual 监听。
如需产品的事实性概要或官方截图，请查看 de-artifact 媒体资料包。