男女声

男女声分离智能识别对唱、播客、访谈、有声书中的男女声，输出独立的男声音轨与女声音轨。无需任何手动操作，上传录音后系统会自动拆分，便于单独剪辑、调整音量或导出某一方发言。

输出音轨

使用方法

1. 上传音频文件

进入男女声分离页面，将音频文件拖拽到上传区域，或点击上传区域选择文件。

• 支持格式：MP3、WAV、FLAC
• 文件大小：单个文件最大 200MB
• 音频时长：最长支持 60 分钟，超出时可分段上传后分别处理

2. 选择输出格式

上传文件后，选择输出格式：

• MP3（320kbps）：兼容性最好，适合大部分播放设备
• WAV：无损格式，适合进一步编辑处理
• FLAC：无损压缩，兼顾音质与文件大小

3. 等待处理

点击开始后，系统将通过 GPU 加速进行男女声分离。一段 10 分钟左右的录音通常在 1-2 分钟内完成。处理过程中请勿刷新页面。

4. 试听与下载

分离完成后，可在线试听男声和女声音轨。确认效果满意后，点击下载所需音轨，也可以同时下载全部音轨。

典型场景

对唱与合唱歌曲

拆分对唱、合唱歌曲中的男女声部，单独提取男声或女声，便于重新混音或制作对唱伴奏；输出可拖入 Logic Pro、Cubase、Studio One 等 DAW。

播客与访谈节目

将男女主播的对话拆分为独立音轨，方便分别剪辑、调整音量平衡或单独导出某一位的发言；适配 Hindenburg、Adobe Audition、Reaper 等播客工具。

采访与对话录音

分离采访者与受访者的声音，便于后期整理文稿，提升飞书妙记、Otter.ai 等语音识别工具的转写准确率。

有声书与广播剧

拆分多角色有声读物中的男女配音，按角色单独导出，方便重新混音或后期制作；适用于喜马拉雅、蜻蜓 FM、得到等平台。

会议与远程通话

分离腾讯会议、Zoom、飞书会议等录音中男女参与者的发言，便于做会议纪要、转写或单独存档某一方的发言。

语音素材整理

对包含男女混合语音的素材进行预处理，便于后续的语音合成、数据标注或模型训练等用途。

适用人群

• 音乐制作人 — 拆分对唱歌曲中的男女声部，重新混音或制作对唱伴奏
• 播客主播 — 将男女主播的对话拆分为独立音轨，方便分别剪辑
• 记者与采访者 — 分离采访者与受访者的声音，便于文稿整理与转写
• 有声书制作人 — 按角色拆分多角色配音，方便后期制作
• 会议组织者 — 拆分男女参与者的发言，便于会议纪要与存档
• AI 研究人员 — 预处理男女混合语音素材，用于语音合成或模型训练

常见问题

男女声分离适合处理什么类型的音频？

适合处理包含男女混合人声的音频，例如对唱歌曲、访谈对话、双人播客、会议录音、有声书等场景。能将同一段录音中的男声与女声拆分为两条独立音轨，方便分别处理或单独导出。

男女声分离是怎么工作的？

系统会基于音色、基频与声纹特征识别男女声音，将原始人声拆分为两条独立音轨：一条以男声为主，一条以女声为主。两条音轨时长与原音频一致，可分别试听和下载。

处理后能输出哪些音轨？

处理后会输出两条音轨：男声音轨和女声音轨。两条音轨都可以在线试听并按需下载。伴奏、乐器等其他声音会被过滤掉，仅保留男女声部分。

如果原音频只有男声或只有女声会怎样？

若原音频仅包含单一性别的声音，对应的另一条音轨可能内容很少或近静音。建议尽量上传男女声都存在的音频，分离效果会更明显。

男女声分离和人声分离有什么区别？

人声分离是将人声与伴奏、乐器拆开；男女声分离是在已提取的人声基础上进一步按性别拆分。建议先用音轨分离拿到纯人声，再做男女声分离，效果更稳定。

支持哪些音频格式？

支持上传 MP3、WAV、FLAC 等常见音频格式。处理完成后，可按需导出为 MP3（320kbps）、WAV 或 FLAC 格式。

上传文件有大小或时长限制吗？

单个文件最大支持 200MB，音频时长最长支持 60 分钟。如需处理更长的音频，可将文件分段上传后分别处理。

处理一段音频需要多久？

一般情况下，一段 10 分钟左右的录音可在 1-2 分钟内完成分离。处理时间主要取决于音频长度和服务器排队情况。

需要安装软件吗？

不需要。打开浏览器即可使用，支持 Windows、macOS、Linux 等主流操作系统，也支持手机和平板浏览器访问。

最近更新：2026/6/26