音源分离
音源分离把混音拆成若干轨，分离质量取决于重叠与相位。
相关
手上只有一轨立体声，却想单独改人声或鼓，音源分离就是把这层混合物拆开。
问题
混音把各声部压进两个声道，频段、相位与混响都缠在一起。分离要判断每个时刻的每个频率属于谁，判断错就留下串音。
原理或流程
常见做法是时频掩码，模型估计每个频点属于人声、鼓、贝斯或其他源，再重建波形。人声与鼓在频段和瞬态上差异大，容易分；两把吉他或弦乐群重叠多，容易互相带走。相位与混响会让分离轨留下金属味或空洞感。
做法与判断
先确定用途。只要人声就选人声模型，要重混就选多轨模型。分离前统一采样率，分出来后检查串音，用均衡与门限清理，不要把分离轨当原始分轨做大幅处理。需要反复调整时，保留未处理版本。
听什么
听齿音是否被削掉，鼓的瞬态是否变软，背景和声是否留在人声轨里。再听独奏时的房间尾巴，混响被拆散后常显得不自然。
常见误解
分离等于拿到分轨；分离越干净越好；分离后可以随意重混。分离是估计，不是还原，伪影会跟着处理一起被放大。
在库中听例子
elegy for the summer of 4096配乐层次厚，弦乐与合成垫音重叠，适合听分离后的串音详情the ritual多层游戏配乐，鼓与低音的瞬态关系清楚，便于判断分离是否变软详情Choral \"O Haupt voll Blut und Wunden\"人声与钢琴两个源，重叠少，是分离最容易成功的情形详情Cooley's单声部民间曲调，分离前后几乎无差别，可当作对照详情
每首均来自 midicn-lib，行内徽标为许可档位（C1 可商用 / C2 非商业 / C3 仅学习研究）。
事实来源
- 音源分离的时频掩码与深度模型方法，依公开论文核查，未抄文本
- 分离轨的伪影与串音评估，依音乐信息检索资料核查，未抄文本
仅用于核查事实，正文为原创撰写。