從iOS應用程序中的音頻文件中分離出語音和音樂（製作卡拉OK）

Question

我正在研究音樂應用程序，並希望添加應用程序可以將歌曲轉換爲卡拉OK的功能。我正在學習CoreAudio框架。有沒有辦法處理它。 任何與其相關的鏈接或資源？

Answer 1

一般來說，分離樂器和人聲不能通過濾波來完成，因爲人聲和樂器的音頻頻譜範圍重疊很多。

對於立體聲音樂，其主要聲樂旋轉死中心，並且器樂音樂在一側或另一側被平移，可以通過從另一側減去一個聲道來去除混音中的一些聲音（比如說左邊從右邊）。要進行這種減法，您必須將mp3轉換爲原始PCM樣本的未壓縮音頻，並使用C數據類型。

關於如何實現這一目標的學術研究的搜索術語是「盲源分離」。

沒有那麼多的「算法」作爲「技巧」，但它可以在代碼中自動化。它主要用於以人聲爲中心的立體聲音軌。如果人聲集中，他們在兩個軌道上表現平等。如果您反轉其中一首曲目，然後將它們合併到一起，則中心聲樂的波形將被抵消並被虛擬刪除。您可以使用大多數優秀的音頻編輯器（如大膽）手動執行此操作。它不會給你完美的結果，而其餘的音頻也會受到一點影響，但它會帶來很棒的卡拉OK曲目。