做自媒体、翻唱、播客的朋友，大概率为一件事交过钱：把一段音频里的人声和伴奏拆开。剪映要会员，某些在线工具按分钟收费，还得把音频传到别人的服务器上。但在海外音频社区，这件事早就有了完全免费、跑在自己电脑上的答案。今天这轮「新工具首发」换个口味，不追发布会的热闹，给你挖一个国内几乎没人写的冷门赛道：本地AI音频处理工具箱。四件工具全是海外社区验证过多年的“白给”好货，装上就能用，一分钱不花。先说清楚：这些不是上周刚上线的产品，但正因为没人给你写过，才叫信息差——海外UP主和播客主的日常工作流里，它们是水电煤一样的存在。
工具名：UVR5（Ultimate Vocal Remover 5） 地址：github.com/Anjok07/ultimatevocalremovergui 价格：免费，开源，纯本地运行
这是整个工具箱里的头号王牌。它的功能就一句话：把你丢进去的任何一首歌，拆成人声轨和伴奏轨，全程在你自己电脑的显卡或CPU上跑，不上传任何东西。截至本文写作，它一直是GitHub上人气极高、长期霸榜音频类目的开源项目。
技术上有意思的地方在于它不是单一模型，而是一个“模型加载器”：里面集成了MDX-Net、Demucs、VR Architecture三大门派的分离模型，你可以针对不同类型的歌换模型反复跑，直到拆干净为止。对翻唱党来说，伴奏轨直接拿去录歌；对做二创的UP主来说，人声轨就是最好的remix素材。海外K歌区和制作圈拿它处理Suno生成的歌、处理老歌修复，玩法已经非常成熟。
国内对比：剪映的“人声分离”功能要开会员且有时长限制，还得出网上传；某些在线分离站按分钟计费，一首长点的歌一次几块钱。UVR5把这些钱直接归零，而且老歌、冷门歌、方言歌都能拆——不依赖任何平台的曲库。
适用人群：翻唱歌手、remix爱好者、视频二创作者、播客主（拆掉背景音乐修复人声）。
工具名：Audacity + Intel OpenVINO AI插件 地址：audacityteam.org（插件仓库在GitHub搜 intel/openvino-plugins-audacity） 价格：全免费，开源
Audacity是录音圈的元老，免费开源二十年。很多人对它的印象还停在“录个音、剪个轨”，但近两年的版本更新里，它通过Intel的OpenVINO插件包悄悄装上了AI大脑，一口气补了三块能力：
第三条要特别划重点：在时间线上选一段音频→点转写→文字直接出来，播客主做 shownotes、UP主做字幕初稿，都在剪辑软件里一步完成，不用再导出文件传给别的转写服务。注意它和你可能在别处看过的“AI听写输入法”不是一回事——听写是拿麦克风实时说话变文字，这里是对已经录好的音频文件动刀，属于后期处理环节。
国内对比：国内录音剪辑主流要么是Adobe Audition（订阅制，一年大几百），要么是剪映（轻量但专业音频能力弱）。Audacity加上这套AI插件，等于白嫖了一个“入门版AU + 转写服务”的组合。
适用人群：播客主、网课老师、需要处理采访录音的写作者。
工具名：Basic Pitch 地址：basicpitch.spotify.com 价格：免费，开源，有网页版
这是Spotify开源的AI项目，干一件很小众但很值钱的事：把音频转成MIDI。你对着麦克风哼一段旋律，或者丢进去一段吉他、钢琴录音，它把音高逐帧识别出来，生成MIDI文件，直接拖进编曲软件（FL Studio、Logic、Cubase都行）变成可编辑的音符。
它的亮点是轻：模型刻意做得极小，小到能在浏览器里直接跑——官网的网页版打开就用，不注册、不登录、不传云端（音频在你浏览器本地完成推理）。别看轻量，它支持复音识别（同时响几个音也能拆），这是很多同类玩具做不到的。
对“哼出一段旋律但不会打谱”的人来说，这是从灵感到作品的最后一公里；对扒歌党来说，琵琶、口哨、哼唱这些没有现成谱子的声音源，终于有了自动转谱的通道。
国内对比：哼唱识别在国内大厂App里只用来“搜歌”，识别出歌名就结束，不会给你产出可编辑的MIDI。想哼一段自己的旋律变成编曲素材，国内基本没有免费工具，而这个能力恰恰是音乐制作的刚需。
适用人群：编曲初学者、扒谱党、有旋律灵感但不会乐理的人。
工具名：Auphonic 地址：auphonic.com 价格：免费增值模式，每月有免费处理时长（据其官网说明，以当期政策为准）
前三件都是本地工具，第四件是个例外——它走云端，但值得给一个位置。Auphonic是海外播客圈用了十几年的自动后期服务：上传成品音频，它自动做响度均衡（对齐EBU R128广播标准）、分段降噪、多轨电平对齐、一键转码多平台格式。你在地铁上录的播客和录音棚里的节目，经过它之后响度一致、听感稳定。
它解决的不是“能不能听”，而是“每集听起来是不是同一个节目”——这是播客留存的隐形指标。免费额度对个人创作者每月处理几集够用，超出才付费，属于典型的“先用后掏钱”。
国内对比：响度标准这件事，国内平台普遍没强制，大部分创作者根本没做后期响度，节目音量忽大忽小是常态。先用免费额度把自己的节目跑一遍，你会立刻听出差距。
适用人群：播客主、有声书制作者、对成品质量有要求的视频UP主。
单独用是工具，串起来是产能。下面是一条跑通的本地音频流水线：
flowchart TD
A["原始录音或歌曲"] --> B["Audacity AI降噪"]
B --> C{"需要分离吗"}
C -->|需要| D["UVR5本地分离"]
C -->|不需要| E["Auphonic响度收尾"]
D --> F["干净人声轨"]
D --> G["伴奏轨"]
F --> E
G --> E
F -->|哼唱旋律| H["Basic Pitch转MIDI"]
H --> I["编曲或扒谱"]
E --> J["成品发布"]
一条素材从降噪、拆轨、转谱到响度收尾，全程只在Auphonic一环短暂经过云端，其余都在自己电脑上完成。
| 你以为的 | 实际情况 |
|---|---|
| 人声分离必须开剪辑软件会员 | UVR5免费开源，本地无限次拆 |
| 转写必须传云端服务 | Audacity内置Whisper，剪辑软件里直接出稿 |
| 哼唱只能用来搜歌 | Basic Pitch能把哼唱变成可编辑的MIDI |
| 音频后期是专业 pricey 服务 | Auphonic免费额度够个人创作者月度使用 |
| AI音频工具都很贵很重 | 四件里有三件能离线跑，两件直接开浏览器就用 |
说明：本文所有工具的功能与价格以各自官网和GitHub仓库当前版本为准；文中未标注具体星标数与版本号的部分，建议安装前查阅项目README获取最新信息。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。