最近的一些想法（2-3岁，最近没关注）：

• 设计一个音乐信号谱图的精细生成模型，结合一小组背景帧的非负混合（模拟背景音乐）+一个由平滑基函数的非负混合滤波的谐波梳（源滤波器主要乐器的模型），对音高过渡有限制。从音频剪辑中估计模型参数。使用维纳滤波从估计的光谱中重新合成背景音乐/人声。请参阅Durrieu 等人的基于音乐动机的用于音高估计和音乐音频源分离的中级表示。通过整合有关音符转换/持续时间的先验知识，可以使这种贝叶斯方法变得更加复杂令人作呕 - 代价是越来越多的推理过程。演示时间！
• 受视频分析中背景减法启发的技术。这个想法是伴奏（尤其是在“平淡”的流行音乐中）通过几个小节的翻译（“循环”或“即兴演奏”的持续时间）是不变的 - 而人声则不是。一旦知道了一段音乐的结构并且可以用重复的小节组来描述（这本身就是一个经过充分研究的主题），就可以采用翻译版本的频谱图的中值来抑制人声。请参阅重复模式提取技术 (REPET)： Rafil & Pardo 的音乐/语音分离的简单方法。演示时间！

在商业领域，您可以下载ADX Trax的试用版。

大约 5 年前，当我第一次主持卡拉 OK 时，我看到了这个。在体面的工作附近，我没有找到任何可以做的事情。通常有一个旋钮可以让你或多或少地去除人声，但它们都将乐器连同它一起去除/弄乱了。