什么是人声分离（voice isolator）？

它保留录音里的说话声，去掉背后的雨声、车流、嘶嘶声、嗡鸣和房间噪声。上传文件后，你会得到一个只有人声的音频文件。

这是 ElevenLabs 的 Voice Isolator 吗？

本页通过 fal.ai 运行同一个 ElevenLabs 模型（Audio Isolation）。Cicadas 是独立站点，与 ElevenLabs 没有隶属关系；你只需要 Cicadas 账户和积分，不需要 ElevenLabs 订阅或 API 密钥。

人声分离多少钱？免费吗？

不免费。每分钟录音 25 积分，逐秒计算，不足 1 积分按 1 积分计：9 秒 4 积分，31 秒 13 积分，5 分钟 125 积分。点击前会显示价格，失败会退回积分。

能从视频里分离人声吗？

可以。上传不超过 80 MB、10 分钟的 MP4 或 WebM，工具会处理其中的音轨并返回 MP3。价格按音轨的时长计算；画面比音轨长时，按画面的时长计算。实测中，一段 14 秒的 MP4 在 18 秒后得到干净的 MP3。视频本身不会重新生成，请在剪辑软件里替换声音。

我们用 AI 人声加上雨声、嘶嘶声、嗡鸣和玻璃碎裂声做了测试：停顿处的噪声降低了 24 到 36 dB，人声音量基本不变，没有看到文稿的听辨模型把每个词都写对了。第四次测试里噪声比人声还大：噪声仍然降低了 22 dB，但一句耳语变得含糊，还有几处词被改掉。四组对比都放在本页。

支持哪些文件和时长？

不超过 20 MB 的 MP3、WAV、M4A，或不超过 80 MB 的 MP4、WebM，声音时长 5 秒到 10 分钟。更短的片段会在扣费前被拒绝：模型需要大约五秒的声音才能工作。更长的录音请分段处理。结果是等长的 MP3（44.1 kHz、单声道、320 kbps）。实测中，一段将近 10 分钟的录音扣 249 积分，98 秒后完成。

能把歌曲里的人声和伴奏分开吗？

我们测试的是带噪声的说话声，没有测试歌唱或歌曲，所以不承诺能分离音乐分轨。如果用在歌曲上，请先检查结果再使用。

我的录音会怎么处理？

录音保存在你的 Cicadas 私有素材库，并发送给供应商处理；交给供应商的临时副本会在 24 小时内过期。结果只有你的账号可以播放和下载。素材库最多存放 200 个文件、1 GB；每次处理会新增两个文件（你上传的录音和结果），目前还不能从素材库里删除文件。请只上传你有权使用的录音。

人声分离：保留人声，去掉噪声

用 ElevenLabs Voice Isolator 把人声从雨声、嘶嘶声、嗡鸣或街道噪声里分离出来。上传最长 10 分钟的音频或视频，得到干净的 MP3。每分钟 25 积分。

ElevenLabs Voice Isolator
音频或视频
每分钟 25 积分

选择录音，或拖到这里MP3、WAV 或 M4A（最大 20 MB）· MP4 或 WebM（最大 80 MB）· 时长 5 秒到 10 分钟

每分钟录音 25 积分

ElevenLabs Voice Isolator：每分钟 25 积分，按我们实测的时长逐秒计算，不足 1 积分按 1 积分计。点击时扣费一次；失败会退回积分。结果是只保留人声的 MP3。

你的人声文件

登录后即可上传录音。最近 20 条结果会保留在这里，可重听和下载。

本工具的真实前后对比

2026-10-02 实测。录音是我们自己的测试素材：AI 人声混入雨声、嘶嘶声、嗡鸣或玻璃碎裂声。“处理后”是交付的原始 MP3，未做任何修改；最后一条是做不好的情况。

雨声里的旁白
处理前
处理后（仅人声）
18 秒完成。停顿处的雨声降低了 36 dB；听辨模型把每个词都写对了。
MP3 · 8.97s · 4 积分 · 01a0fb42-0e50-7c42-bfa3-562064dcb4c3
嘶嘶声、嗡鸣和玻璃碎裂声里的讲解
处理前
处理后（仅人声）
25 秒完成。停顿处的噪声降低了 24 dB，玻璃碎裂声消失；每个词都保留了下来。
WAV · 9.9s · 5 积分 · 01a0fb42-e5dd-7020-8e7d-7509748c7c12
带雨声和嘶嘶声的视频音轨
处理前
处理后（仅人声）
上传 14 秒的 MP4，18 秒后得到 MP3。停顿处的噪声降低了 34 dB；每个词都保留了下来。
MP4 · 14.38s · 6 积分 · 01a0fb43-adc7-7a61-ba43-a8600c570044
做不好的情况：噪声比人声还大
处理前
处理后（仅人声）
噪声降低了 22 dB，但丢了词：一句耳语变得含糊不清，“forty years”被处理成了“over ten years”。人声被噪声盖住时，请保留原始录音。
MP3 · 30.8s · 13 积分 · 01a0fb43-3dfa-78b2-a43f-297d8f4ca8a6

关于人声分离

上传一段录音，得到只保留人声的 MP3。本页使用 ElevenLabs Voice Isolator（Audio Isolation 模型），可以处理音频文件，也可以处理视频里的声音，每次最长 10 分钟。扣费前先显示价格：每分钟 25 积分，按我们实测的时长逐秒计算，失败会退回积分。2026-10-02 实测：四段 9 到 31 秒的录音在 18 到 25 秒内处理完成；人声背后是雨声、嘶嘶声或嗡鸣时，停顿处的噪声降低了 24 到 36 dB，听辨模型把每个词都写对了。

为什么在 Cicadas 做人声分离

音频和视频都能分离人声

支持不超过 20 MB 的 MP3、WAV、M4A，也支持不超过 80 MB 的 MP4、WebM 里的声音。结果始终是等长的 MP3（44.1 kHz、320 kbps），只保留人声；不会重新生成视频。

先看到价格

我们先测出文件的真实时长，再给出报价：每分钟 25 积分，逐秒计算，不足 1 积分按 1 积分计。实测中 9 秒的片段扣 4 积分，31 秒扣 13 积分。点击时只扣一次，失败会退回积分。

实测过，也写明做不好的情况

雨声、嘶嘶声、嗡鸣和玻璃碎裂声都被去掉，每个词都保留。噪声比人声还大时，结果会丢词：人声被严重盖住的录音，请先听最后一组对比再决定。

人声分离使用步骤

01
选择 MP3、WAV 或 M4A（最大 20 MB），或 MP4、WebM（最大 80 MB），时长 5 秒到 10 分钟。
02
等几秒，看到实测时长和价格后，点击“分离人声”。
03
对照原始录音试听结果，然后下载 MP3。

可以完成的任务

选择录音后，在上方工具中完成。

“把雨天录的语音备忘清理干净，再拿来做旁白。”
“把嘈杂街头拍的手机视频里的说话声提取出来。”
“在做口型同步之前，去掉教程配音里的风扇嗡鸣和嘶嘶声。”

人声分离常见问题

在 Cicadas 的实测记录 · 审核于 2026-10-02

2026-10-02 在本地构建上通过本页自己的上传、报价、扣费、后台任务和下载流程实测。四段我们自己制作的测试录音（AI 人声混入雨声、嘶嘶声、100 Hz 嗡鸣和玻璃碎裂声）：9 秒的 MP3、9.9 秒的 WAV、14.4 秒 MP4 的音轨和 30.8 秒的 MP3，分别扣 4、5、6、13 积分，点击后 18 到 25 秒完成。每个结果都是与原文件等长的 MP3（44.1 kHz、单声道、320 kbps），所有者可以下载，未登录请求被拒绝（401）。在人声停顿处，前三个结果比原录音安静 24 到 36 dB，人声音量变化不超过 0.5 dB，没有看到文稿的听辨模型把它们逐字写对。第四段录音里噪声比人声还大（人声比噪声低约 5.5 dB）：停顿处仍然安静了 22 dB，但一句耳语变得含糊，还有几处词被改掉。一段将近 10 分钟的录音扣 249 积分，98 秒后完成；一段 10 分钟的 720p 视频在 4 秒内完成测量和报价。视频按音轨时长计价，画面更长时按画面时长：两段测试视频（2 秒画面配 31 秒声音，以及 30 秒画面配 5 秒声音）都报价 13 积分，供应商分别返回了 31 秒和 5 秒的人声。同一请求提交两次只扣一次；价格不符、没有声音的视频和供应商拒绝都不扣费。歌唱、音乐分轨、超过 10 分钟的录音，以及英语和一句普通话之外的语言未实测。