当前位置: 首页 > news >正文

Suno 12 轨全轨分离+导出midi+伴奏分离实战|进阶指南|第 11 篇

史文章

Suno AI API接入 - 将AI音乐接入到自己的产品中,支持120并发任务

Suno 创作《亲爱的你》歌词模式全流程制作 | 从零开始用Suno Ai | 第4篇

Suno 创作Rap音乐李白的《将进酒》 | 从零开始用Suno Ai | 第5篇

Suno用邓紫棋的声音唱《我不是真正的快乐》 | 进阶指南 | 第8篇

让Suno替你继续写下去:续写功能实战指南|进阶指南 |第10篇

原文链接:https://mp.weixin.qq.com/s/iql3XwjYKzd_AWp0h6VKAQ

在前面的文章中,我们已经熟悉了 Suno 的基础创作流程、歌词模式、Rap、声音复刻、元标签以及续写技巧。
从这一篇开始,我们正式进入音乐制作更专业的领域——分轨

Suno 近期更新的12 轨全轨分离(Stems)

今天我们将一步步拆解:

  • 伴奏分离是什么?

  • 12 轨全轨分离到底拆成哪些轨?

  • 如何正确导出?

  • 这些轨道能在哪些场景派上用场?

让你看完就能动手实操。

01

什么是伴奏分离?

Acapella & Instrumental

Suno 最早提供的分轨形式是伴奏分离 + 人声分离,也就是所谓的:

  • Acapella(人声)

  • Instrumental(伴奏)

这种分离方式对于视频剪辑或 AI 翻唱已经够用,但更专业的音乐制作往往需要更细的控制,例如独立调节鼓组、贝斯或吉他音量,这就是 12 轨分离升级的意义。

02

Suno 的 全轨分离是什么?

最多可分离12轨

Suno 推出的12 Stems 全轨分离会将一首歌拆成多达 12 条独立音轨,常见包括(实际可能略有不同):

🎧 Suno 常见的 12 轨分类:

  1. Lead Vocal 主唱(核心人声)

  2. Backing Vocals 和声 / 叠加人声

  3. Drums 鼓组

  4. Percussion 打击乐

  5. Bass 贝斯

  6. Guitar 吉他层

  7. FX 特效音色

......

这意味着你现在可以把 Suno 做出的音乐,当作“多轨工程”来重新混音。

03

如何启用 12 轨分离?
实战步骤

(1)第一步:登录网站,进入创作页面

复制如下网站地址访问,手机端直接长按二维码登录网站首页:

https://suno4.cn/#/?i=ZLAS5U_WXMP

成功登录网站之后会进入到网站的作品页面:

再进入网站之后,点击创作页面,选择要”伴奏分离“或者“全轨分离”的歌曲,然后点击... 进行伴奏分离和全轨分离操作:

(2)第二步:开始分离

点击《人声伴奏分离》或者《全轨分离》按钮,就可以开始进行分离任务了:

这是全轨分离出来结果,总共12轨道,两个版本,可以下载mp3、wav以及导出midi文件。

如果是伴奏分离的话,只会分离出来伴奏和人声:

总结

通过 12 轨全轨分离,Suno 不再仅仅是一个“AI 作曲工具”,
它更像是一个“自动生成+多轨工程+可编辑”的音乐制作助手。

Suno 的创作门槛已经降到几乎零,
而混音、分轨、二次创作的门槛,也被进一步压低。

只要你愿意动手,你就能做出属于自己的专业级作品。

史文章

Suno AI API接入 - 将AI音乐接入到自己的产品中,支持120并发任务

Suno是什么? | 从零开始用Suno Ai | 第1篇

Suno灵感模式创作《亲爱的宝贝》 | 从零开始用Suno Ai | 第2篇

Suno赋予照片声音灵魂 | 从零开始用Suno Ai | 第3篇

Suno 创作《亲爱的你》歌词模式全流程制作 | 从零开始用Suno Ai | 第4篇

Suno 创作Rap音乐李白的《将进酒》,音乐风格音乐无所不能 | 从零开始用Suno Ai | 第5篇

告别版权烦恼:用Suno AI,三步创建你的原创背景音乐 | 入门指南 | 第6篇

Suno元标签详细教程 | 入门指南 | 第7篇

Suno用邓紫棋的声音唱《我不是真正的快乐》 | 进阶指南 | 第8篇

Suno “AI歌手”复刻音色,创作《他不是真正的快乐》 | 进阶指南 | 第9篇

让Suno替你继续写下去:续写功能实战指南|进阶指南 |第10篇

👇🏻 点击“阅读原文”开启音乐之旅!

http://www.cnnetsun.cn/news/179206.html

相关文章:

  • 阻塞队列:线程池核心机制take() vs poll()
  • 【2025最新】基于SpringBoot+Vue的宠物商城网站管理系统源码+MyBatis+MySQL
  • LangFlow Reactor反应器模式响应事件
  • ECharts 饼图(Pie Chart)教程
  • Open-AutoGLM日志加密部署难题:90%团队忽略的2个致命风险点
  • 精密机械工厂6个研发如何共享一台SolidWorks云工作站
  • Open-AutoGLM监控总失效?99%人忽略的3个配置陷阱
  • LangFlow静态站点生成(SSG)可行性探讨
  • Linux 如何设置开机自启:全面指南!
  • Docker Compose 实战教程,理解Docker Compose核心概念,学会编写 compose.yml,掌握常用命令!
  • 科研征途的“智慧导航”:书匠策AI文献综述功能开启学术新视界
  • C语言程序设计基础入门
  • 地埋式积水监测站:道路积水监测系统
  • Open-AutoGLM账号锁定策略配置全解析(企业级安全加固方案)
  • 基于深度学习风力叶片缺陷检测系统 无人机自动巡检风电场 - 风电运维智能诊断平台 - 缺陷生命周期追踪系统
  • 【企业安全防线升级】:基于Open-AutoGLM的7种典型异常访问识别方案
  • 【Open-AutoGLM防护优化终极指南】:破解暴力攻击防御瓶颈的5大核心技术
  • LangFlow Azure Functions部署踩坑记录
  • Open-AutoGLM数据恢复控制技术(仅限高级安全团队掌握的3大核心)
  • 宏智树AI从“卡壳”到“定稿”:你的毕业论文,真的可以不用熬到凌晨三点-
  • 电子商务平台的业务峰值测试保障方案
  • 为什么你的Open-AutoGLM服务总被浏览器标记不安全?SSL配置盲区大起底
  • ColoredElevationMap 根据标量进行颜色映射
  • LangFlow B站视频内容创作方向建议
  • LangFlow代码质量检查工具集成(ESLint/Prettier)
  • LangFlow Google排名冲顶可能性分析
  • TLS 1.0/1.1停用倒计时,Open-AutoGLM如何快速适配TLS 1.2+?
  • 基于springboot的家教管理系统的设计与实现
  • 解锁科研新维度:书匠策AI期刊论文模块,开启学术写作的“智变”时代
  • LangFlow百度搜索排名优化技巧