音乐中的 Stems 是什么？如何从任意曲目中获取音轨/Stems

“Stems"这个词出现在混音大赛规则、版权合同和制作人论坛中，但其定义因使用者而异。本文将介绍音频 stems 在音乐制作中的实际含义、与多轨录音的区别、在哪里可以找到免费歌曲 stems，以及如何在 Mac 上从您拥有的任意歌曲中提取人声和伴奏 stems。如果您想从一首从未发布过官方 stems 的歌曲中获取音轨，AI 分离是唯一实用的选项，本指南也涵盖了这方面的内容。

音乐中的 Stems 是什么？

在音乐制作中，stems（音轨）是一首完成曲目的子混音。您得到的不是整首歌的一个立体声文件，而是多个文件：一个用于人声，一个用于鼓组，一个用于贝斯，依此类推。每个 stem 包含一组相关音频元素的混合。

这个术语来源于广播和后期制作领域。当工程师为电影或电视交付混音时，他们会导出分组子混音，以便接收方编辑人员可以在不返回原始工程的情况下调整音量平衡。音乐制作随后采用了同样的工作流程。

Stems、音轨与多轨录音的区别

这三个术语经常被混用，但它们含义不同：

• 多轨录音（Multitrack）： 原始录音棚录音中的每一个单独元素。每个麦克风、乐器或合成器各一个文件。一张典型专辑可能产生 60 条或更多的单独音轨，这是制作人在 DAW 中处理的原始素材。
• Stems（音轨）： 相关元素组合并渲染到一起。所有鼓组成为一个鼓组 stem，所有合成器垫音成为一个垫音 stem。通常是 4 至 8 个文件，而非 60 个。
• 混音（Mix）： 最终的立体声文件，所有内容合并为一个。

Stems 处于中间位置：比最终混音有更多细节，比完整录音棚工程有更少粒度。这种中间层级正是大多数混音师、现场表演者和版权授权客户实际需要的。

音乐中 Stems 的重要性

混音师使用原始 stems 围绕原始素材构建新编曲。保留人声，替换节拍，在下方加入新的制作层。没有 stems，您只能对着空洞的清唱，或者努力绕开原版伴奏的串音。

现场表演者使用 stems 代替立体声伴奏音轨，这样调音师就能控制各个独立元素。他们可以根据场地需要提升鼓组 stem 的音量，或在安静的主歌部分压低垫音。立体声混音让他们完全失去控制权。

音乐监制及影视编辑请求 stems，以便在对话下方淡出、切到不同段落，或为特定场景调整音量平衡。单一立体声文件让精确放置变得困难。

制作人和学生使用 stems 研究录音。在经典曲目上单独聆听鼓组 stem，能揭示在完整混音中消失的编曲和制作决策，是训练耳朵最快捷的方式之一。

歌手和器乐演奏者使用人声与伴奏的分离进行练习。去掉主唱人声，跟着伴奏演唱；去掉乐器部分，对着原始人声表演练习。

在哪里获取热门歌曲的免费 Stems

这是大多数人真正想弄清楚的问题。以下是对现有资源的真实梳理。

混音大赛与官方 stems 发布： 一些艺人和厂牌会在混音大赛期间发布官方 stems。Splice 上有很多此类资源。Beatport 的混音大赛通常在参赛期间提供 stem 下载。这些是质量最高的 stems，因为它们直接来自原始录音棚工程，没有任何估算或分离成分。如果您想处理的歌曲有相关大赛，这是首选起点。

Bandcamp 艺人页面： 少数艺人在 Bandcamp 上随专辑一起出售 stem 包。在 Bandcamp 上搜索艺人名称加上"stems”。这在接受混音文化的电子音乐制作人中更为常见。

艺人免费 stem 包： 偶尔，艺人会直接通过其官网、SoundCloud 或作为推广素材发布 stem 包。电子音乐艺人比其他类型的艺人更常这样做。搜索艺人名称加"stem pack"或"acapella"，查找已发布的内容。

免版税音乐库： Splice、Looperman 及各类制作人素材库出售免版税曲目的 stems。这些不是已发行商业歌曲的 stems，但在商业使用上是合规的。

AI 音轨/stems 提取： 对于您拥有的任意无 DRM 歌曲，AI 分离工具可以从混合音轨中估算出 stems。质量无法与拥有原始录音棚文件相比，但对于人声和伴奏的分离，当前 AI 的结果对于练习、卡拉 OK、采样以及许多混音应用来说已经足够好。这是从从未正式发布过 stems 的歌曲中获取音轨的唯一方式，而这覆盖了绝大多数已录制的音乐。

最实用的 Stems 分离：人声与伴奏

对于大多数实际用途而言，您只需要两个 stems：人声和伴奏。这种两轨分离正是卡拉 OK 伴奏所使用的，也是翻唱歌手用来练习的，以及大多数混音项目的起点。

包含独立鼓组、贝斯和旋律的完整 stems 套装在某些专业场景中很有用，但提取难度更大，因为这些元素共享频率范围，会相互串音。人声和伴奏的分离更可靠，因为人声具有与大多数乐器明显不同的声学特征。

AI 分离在这种两轨分离上表现最佳。如果您只需要去除人声或去除音乐部分，将能持续获得可用的结果。

如何在 Mac 上使用 SongSplit AI 提取歌曲 Stems

SongSplit AI 使用 Apple 的 Neural Engine 完全在您的 Mac 上运行。无需上传，无需订阅。文件全程留在您的本机。

第一步：获取无 DRM 的音频文件。 您需要 MP3、WAV、FLAC、M4A 或 AIFF 格式的歌曲文件。在 Apple Music 流媒体转型之前从 iTunes Store 购买的歌曲通常是无 DRM 的。Bandcamp 下载效果很好。如果您使用的是 Apple Music 流媒体订阅，则需要另行购买该曲目或使用您已有的文件。

第二步：打开 SongSplit AI。 启动应用，您将在窗口中央看到一个简洁的拖放区域。

第三步：拖入您的音频文件。 将文件从访达直接拖入 SongSplit 窗口，或点击拖放区域打开文件选择器。SongSplit 支持 MP3、WAV、FLAC、M4A、AIFF 及大多数常见音频格式。

第四步：选择处理模式。 SongSplit 提供快速模式和质量模式。对于制作或任何计划发布的内容，请使用质量模式。快速模式适合快速预览。

第五步：让 Apple Neural Engine 处理文件。 处理在设备端运行。搭载 M 系列芯片的 Mac 处理一首典型歌曲需要两到三分钟。没有任何内容离开您的本机。

第六步：预览并导出。 处理完成后，您将获得两个 stems：人声和伴奏。在 SongSplit 中逐一试听后再导出。将两个 stems 以 M4A 文件形式导出至您 Mac 上的任意文件夹。

第七步：在您的项目中使用。 将 M4A 文件拖入 Logic、GarageBand、Ableton、Pro Tools、视频编辑软件或卡拉 OK 播放器。它们是与任何现代软件兼容的标准音频文件。

在 App Store 下载 SongSplit AI 或获取 Mac 直接下载版本。免费试用，一次性购买。

AI 分离擅长什么（以及局限在哪里）

AI 音轨/stems 分离在人声和伴奏的分离上已经真正做到了不错的水准。现代模型在大量数据集上训练，对于大多数实际用途，结果是可用的。

难度增加的地方：将各个乐器彼此分离。鼓组、贝斯和吉他共享频率范围，并在时间维度上以难以干净分离的方式重叠。如果您需要从一张制作密集的流行专辑中获取干净的独立鼓组 stem，结果的变化会比人声分离更大。

SongSplit AI 专注于人声和伴奏的分离，因为这是质量能持续保持足够高且实用的领域。它不尝试完整的多轨分离，这样才能将质量保持在应有的水准。

需要注意的一点是：AI 分离是估算，而非分解。模型基于训练期间学到的规律推断人声可能的声音。在复杂录音上，您可能会听到轻微的串音瑕疵。对于卡拉 OK、练习和采样，这通常不是问题。对于专业混音发行，请选择那些能干净分离的录音。

对于没有官方 stems 的商业歌曲，从您拥有的文件中进行 AI 提取是唯一实用的选项。

常见问题

stem 和采样（sample）有什么区别？

采样（sample）是从录音中截取的一小段音频片段：一个鼓击、一段贝斯 riff、一句人声短句。stem 是整首歌中某个元素或一组元素的完整子混音。stem 包含从头到尾完整的鼓组表演；采样可能只是该鼓组 stem 中的一小节。

我能免费获取任意歌曲的 stems 吗？

官方 stems 只存在于少数已发行商业音乐中，通常通过混音大赛分发，或由艺人自行发布。对于大多数歌曲，从无 DRM 音频文件中进行 AI 提取是唯一的选项。质量对于大多数实际用途（卡拉 OK、练习、轻量混音工作）已足够好，但这是估算，而非来自原始录音棚的真实 stem。

Stems 通常是什么格式？

来自专业录音棚的官方 stems 几乎总是 WAV 文件：原始录音棚采样率和位深的无损音频，通常为 44.1 kHz / 24-bit 或 48 kHz / 24-bit。SongSplit AI 提取的 stems 导出为 M4A，即 AAC 编码文件。M4A 质量高，可在任何地方播放，但它是压缩格式。如果您需要用于母带处理或广播的无压缩 WAV，可以使用 ffmpeg 等标准工具或任何 DAW 将 M4A 转换为 WAV。

Stems 和多轨录音（multitracks）是一回事吗？

不是。多轨录音（multitracks）是录音棚工程中每个单独录制元素的集合，可能有几十个文件。Stems 是将相关元素合并为一个文件的分组子混音。鼓组多轨可能包含 15 条或更多单独音轨（底鼓、军鼓、踩镲、顶置麦克风、房间麦克风等）；鼓组 stem 则是所有这些渲染在一起的一个文件。

SongSplit AI 能单独分离鼓组、贝斯和吉他吗？

不能。SongSplit AI 产生两个 stems：人声 stem 和伴奏 stem。这是有意为之的专注方向。人声与伴奏分离的质量持续高水准，而将各个乐器彼此分离会引入更多串音和瑕疵。如果您需要单独的鼓组、贝斯和吉他 stems，LALAL.AI 或类似的多轨分离服务可以尝试这种分离，但在复杂素材上，每条 stem 的瑕疵会更多。

哪些歌曲最适合 AI 音轨/stems 提取？

大约 1990 年以后的流行、摇滚、R&B、乡村和嘻哈录音通常分离效果良好。录音越干净，人声与乐器部分越清晰，结果就越好。有完整现场乐队演奏、混响较重的密集爵士乐，实验性音乐中经过大量人声处理的素材，或非常老的单声道录音，对任何 AI 分离工具来说都更难处理。

从我拥有的歌曲中提取 stems 合法吗？

这取决于您所在的司法管辖区和使用目的。一般来说，为个人练习或学习创建个人副本，与将提取的 stems 用于商业发行或公开演出，在法律上被区别对待。如果您计划发布混音或在制作中使用某个 stem，您需要从权利持有人处获得相应授权。AI 提取不改变基础版权状况。

相关指南

关于从任意歌曲提取人声的分步指南：如何从歌曲中提取人声

关于从任意歌曲制作卡拉 OK 伴奏：如何制作卡拉 OK 伴奏

关于 Mac 上人声消除工具的对比：Mac 最佳人声消除应用