本文翻译自英文原文，如有出入，以英文原文为准。
你从成品混音中分离出了人声，但乐句间隙里仍有鼓、贝斯或和弦的隐约声响。普通噪声门要么把音乐留在里面，要么在轻声的词句和换气声上关闭。
这个问题就是分轨串音。它指的是音源分离把可辨认的音乐内容留在了错误的输出里，处理方式也不同于附着在人声本身上的水声感或金属感残留。
简短回答
先去除可辨认的乐器串音，再清理分离残留。针对这些外来乐器，使用内容感知的串音门或细致的频谱编辑；然后再用伪影去除处理附着在人声上的损伤。常规电平门只知道某一帧是否响亮，并不知道这一帧里是一句轻声的歌词，还是一下微弱的军鼓。
先准确判断是哪种问题
| 问题 | 听感 | 典型处理方式 |
|---|---|---|
| 分轨串音 | 人声分轨中能辨认出的鼓、贝斯或伴奏 | de-leak 或频谱编辑 |
| 分离残留 | 跟随人声出现的水声感、玻璃感或金属感损伤 | de-artifact |
| 房间噪声 | 与编曲无关的风扇声、嘶嘶声或环境声 | 降噪 |
| 混响尾音 | 乐句结束后仍在延续的歌手自身声音 | 去混响或编辑 |
60 秒诊断
- 将人声分轨设为 Solo。
- 找一处歌手没有出声的间隙。
- 如果能辨认出军鼓、和弦或贝斯音符，就标记为串音。
- 再听一个持续的元音。如果人声本身变得带水声感或金属感，就标记为残留。
- 多检查几个段落。同一条分轨可能同时存在这两个问题。
这个区分很重要，因为留在人声里的军鼓依然是有效的音乐音频。不应指望伪影去除器判断这下军鼓属于另一条分轨。
为什么普通噪声门难以奏效
电平门的假设是“声音小就是不需要的”。当换气声比串音还轻，或者鼓的瞬态比人声尾音还响时，这个假设就不成立。提高阈值，可能去掉乐句之间的伴奏，却会把词句切碎；降低阈值，词句得以保留，伴奏也跟着留了下来。
串音门则试图根据检测到的内容来改变衰减量。它也不是万能的：密集的重叠、和声人声和带混响的素材都可能造成模糊难辨。请重点监听轻声的音节和换气声，而不是只凭响亮的副歌来判断。
推荐的处理顺序
- 编辑明显的错误。先去掉明显的咔嗒声、预备拍和空白区域。
- 减轻串音。先用 de-leak 轻轻处理，并留意乐句结尾。
- 检查被移除的信号。如果其中出现了完整的词句，就降低处理深度。
- 清理残留。把 de-artifact 放在 de-leak 之后，并从
Vocal预设开始。 - 再做常规的人声处理。EQ、去齿音和压缩都放在结构性清理之后。
- 放回混音中对比。一点点残余在整体混音里可能听不出来，也比损伤演唱表现更稳妥。
试听：一条带有串音的鼓分轨，分别经 de-artifact 和 de-leak 清理后的并排对比。在 YouTube 观看
何时手动编辑更合适
对于只有两下明显鼓点的短乐句，用片段增益或频谱修复可能更快，也更透明。自动处理在较长的演唱、反复修改或成批的分离分轨上更有价值。目标不是尽可能多地削减，而是用最少的干预让人声可用。
相关指南
FAQ
为什么在分离出的人声里还能听到鼓？
音源分离得到的是对各个音源的估计，而不是完美还原出彼此独立的原始音轨。当这些估计相互重叠时，可辨认的鼓或乐器内容就可能作为分轨串音留在人声输出中。
噪声门能去除分轨串音吗？
当串音始终比人声轻时，常规噪声门可能有帮助，但它常常会切掉换气声和轻声的词句，或者被响亮的鼓点触发而打开。当单靠电平无法区分两者时，内容感知门或频谱编辑效果更好。
de-leak 应该放在 de-artifact 之前吗？
是的，串音和残留同时存在时就应如此。先减轻外来乐器内容，再处理附着在你保留下来的人声上的水声感或金属感损伤。
分轨串音能被完全去除吗？
并非每处重叠都能做到。密集的伴奏、混响和和声人声，可能让需要的与不需要的内容无法分开。目标是在完整混音中有效的最小削减量，而不是为了在 Solo 时强求彻底静音。