搞定剪辑视频怎么去掉原音乐，这几招新手到大神都适用！

拿到一段绝美素材，画面、光影，哪哪儿都对，偏偏……那个BGM，土得掉渣，或者跟你要表达的情绪南辕北辙。心都凉了半截，对吧？感觉就像买了一件顶级名牌大衣，结果发现内衬是块花床单，扔了可惜，穿着别扭。这时候，剪辑视频怎么去掉原音乐就成了你必须跨过去的一道坎。

别慌，这事儿吧，说难不难，说简单也看情况。它不是一个动作，而是一系列组合拳，得看你手里的素材是什么“成色”。咱们今天不扯那些虚头巴脑的理论，就聊点实在的、能上手的干货。

这是最简单、最粗暴，也是最常用的法子。适用于什么情况呢？就是原视频里的声音，你一丁点儿都不想要。不管是音乐、人声还是环境音，统统给我“滚蛋”。

你想想，你拍了一段绝美的风景延时，结果录进去了旁边大妈聊天和广场舞神曲。这时候你需要的不是“分离”，是“清除”。

几乎所有的剪辑软件，从手机端的剪映、快影，到电脑端的PR (Premiere Pro)、FCPX (Final Cut Pro)，操作都大同小异。

在手机上（以剪映为例）： 你把视频拖进轨道，选中那段视频，工具栏里划拉一下，准能找到一个叫“关闭原声”或者类似名字的按钮，上面画着个小喇叭。点一下，世界瞬间清静。简直是社恐人士的福音。
在电脑上（以PR为例）： 视频素材拖到时间线上，你会看到它通常是“音视频”两条轨道连在一起的。最傻瓜的办法，就是直接把音频那条轨道前面的“M”（Mute，静音）点亮。好了，这条轨道就哑巴了。更彻底的，是直接把音频轨道删掉。但默认情况下，音视频是链接在一起的，你删一个另一个也跟着没。怎么办？选中素材，右键，找到“取消链接”（Unlink）。这一下，就像给连体婴做了分离手术，视频是视频，音频是音频，你可以随心所欲地把音频那条选中，然后“Delete”一按，大功告成。

这种方法，我管它叫“物理超度”。优点是干净利落，绝无后患。缺点嘛，就是太“绝”了，玉石俱焚。如果你想要保留视频里的人物对话，这招显然就不灵了。

这才是咱们今天真正要盘的硬菜。很多时候，我们不是讨厌原视频的所有声音，我们只是讨厌那个不合时宜的背景音乐（BGM）。比如一段精彩的采访，人物说的话句句珠玑，但配的音乐吵得人脑仁疼。这时候，我们的目标就变成了：保留人声，去掉音乐。

这活儿的难度，完全取决于你拿到的是个什么素材。

情况一：天赐良机，多轨素材

你走大运了。有些比较专业的视频源，它的音频是分轨录制的。也就是说，人声在一个轨道，音乐在另一个轨道，环境音可能还在第三个轨道。拿到这种素材，你简直想给前期录音师磕一个。

在PR这样的专业软件里，你把素材拖进去，时间线上会直接显示出好几条音频轨道。你只需要找到哪条是音乐轨，然后重复第一层境界的操作：静音（Mute）或者直接删除。工作就完成了，而且人声毫发无损，清晰如初。

但说实话，咱们普通人日常剪辑，能碰到这种素材的概率，比出门捡到钱还低。大部分时候，我们面对的都是下面这种。

情况二：一锅乱炖，单轨音频

这就是最头-疼的情况了。人声、音乐、环境音，全被压缩在了一个音频轨道里。就像把菜、肉、汤全倒进一个碗，现在你想只把汤喝了，把菜和肉留下。难！

但也不是没办法。这时候，我们就得请出一些“黑科技”了。

方法A：EQ均衡器大法（效果有限，聊胜于无）

这是个比较传统的思路。在音频编辑里，有个东西叫EQ（Equalizer，均衡器）。它的作用，是增强或削弱不同频率范围的声音。

我们的基本逻辑是：人声的频率主要集中在中频部分（大概300Hz到3.4kHz），而音乐，尤其是配器丰富的音乐，它的频率范围很宽，高频（比如镲片声）和低频（比如鼓点、贝斯）都很突出。

那么，我们就可以用EQ，像切蛋糕一样，把两头给“切掉”一大块。在PR或者AU (Adobe Audition)里，你给音频轨道挂上一个“参数均衡器”效果，然后把低频和高频的曲线往下拉，拉得死死的。

优点： 几乎所有专业点的软件都自带这个功能，不用额外找工具。
缺点： 效果非常“凑合”。因为音乐的中频部分和人声是重叠的，你这么一搞，人声也会受损，听起来会变得很闷，像是隔着墙说话，或者像感冒了鼻子不通气。而且，如果音乐本身就很“炸”，这种方法基本等于杯水车薪。只能说，在毫无办法的时候，可以死马当活马医。

方法B：中置声道提取（有点玄学，偶尔奇效）

在立体声音频里，人声通常被放在“中间”的位置。所以，一些软件提供了“中置声道提取”或类似的功能。比如在AU里，这个工具就挺有名的。

它的原理，就是分析左右声道的差异，然后把相同的部分（通常是人声）提取出来，或者把不同的部分（通常是音乐和声场）去掉。

你可以试试这个功能，选择“移除人声”或者“提取人声”的预设。有时候，它能给你一个惊喜，把音乐去得七七八八，人声还挺干净。但有时候，它也会把所有东西都弄得面目全非，听起来像是从水下录的。效果好坏，有点看“缘分”，取决于原始音频的混音方式。

方法C：AI算法，降维打击（这才是未来！）

终于说到重点了！这几年AI的发展，简直是给咱们这些后期民工插上了翅膀。人声和背景音乐分离，这个曾经的世界难题，现在被AI工具大大简化了。

这些工具的原理，是基于深度学习。它们“听”了成千上万首歌，学习了什么是人声、什么是鼓、什么是贝斯、什么是钢琴……所以，当你把一段混合音频扔给它时，它能像个经验老到的调音师一样，把里面的元素给“拆”出来。

现在市面上这种工具非常多，有在线网页版的，也有集成在软件里的。

在线工具： 你在网上一搜“Vocal Remover”、“AI音频分离”之类的关键词，会出来一大堆网站。用法基本都是上传你的音频文件，然后等它处理完，你就可以分别下载人声（Vocal）和背景音乐（Instrumental）两条轨道了。非常方便，适合应急或者处理不长的片段。缺点是可能要排队，有文件大小限制，而且隐私性差点。
软件集成： 越来越多的专业软件开始集成这种AI功能了。比如最新版的AU和FCPX都有了更智能的“人声隔离”功能，效果比传统的EQ、中置声道好太多了。还有像iZotope RX这样的专业音频修复软件，里面的“Music Rebalance”功能简直是神器，可以让你像调调音台一样，分别调整人声、贝斯、鼓、其他乐器的音量，甚至可以直接静音掉音乐部分。当然，这种软件价格不菲，属于专业选手的高阶玩具。

我个人的体验是，AI分离是目前处理“一锅炖”音频的最优解。它不完美，有时候处理完的人声会带有一点点“电音”或者“流水声”的残留，但绝大多数情况下，效果已经好到足以让你的视频项目起死回生了。