Adobe 展示 Project Sound Lift：用 AI 把嘈杂录音拆成多轨

录视频或录播客的人大概都遇到过这种倒霉事：画面拍得很完美，讲者的发挥也挑不出毛病，但背景里偏偏有人在疯狂敲键盘，或者窗外突然呼啸而过一辆救护车。以往遇到这种杂音，要么硬着头皮重录，要么靠降噪插件把人声切得又薄又假。

Adobe 最近向 The Verge 展示了一个还在研发中的新工具，名字叫 Project Sound Lift。简单说，它想用 AI 帮剪辑师把混在一起的声音像拆图层一样剥开。

像拆图层一样剥开声音

从官方演示来看，这个工具的操作门槛压得很低。你把一段录砸了的音频丢进软件，界面里就会列出一堆声音标签供你勾选。

这些预设分类相当具体，包括鼓掌声、大笑声、警报器、人群喧闹、打字声以及交通噪音。你勾选想要过滤掉的杂音，AI 就会自动把原始音频拆成不同的独立音轨。

拆分之后，主体声音比如人声或乐器会放在一个轨道上，被过滤掉的背景噪音则放在另一个轨道上。导出的文件可以直接拖进 Adobe Premiere Pro 里面单独剪辑，你可以调小打字声的音量，同时保留现场自然的谈话声。

市面上其实已经有 Supertone Clear 或 Goyo voice separator 这一类分轨工具。但那些工具大多只能粗略地把声音拆成环境声、人声和混响，而 Adobe 的做法是针对具体的声响类型做识别和分离。

这种技术其实和前阵子披头士乐队修复新歌《Now and Then》用的是同一种路子。当时制作团队为了还原约翰·列侬在老卡带里的歌声，也是用 AI 把盖过人声的钢琴声一点点剥离开来的。

不过需要提醒的是，Project Sound Lift 目前被 Adobe 归在「Sneak」前瞻技术预览里。这意味着它还在非常早期的阶段，最终会不会、以及什么时候会整合进正式版软件，Adobe 还没有给出定论。

为什么重要

对日常拍视频、做播客的创作者来说，这个功能如果真能落地，最大的价值就是给低成本同期声兜底。以往很多现场采录一旦混进警报声或旁边人的大笑，基本就判了死刑；如果能一键剥离，能挽救大量废片，创作者也不需要为了几个偶发杂音再花大价钱买专业音频修复插件。

我们认为 Adobe 这次最聪明的点，是它没有做成「一键消音」，而是做成了「分轨输出」。很多时候现场录音如果把环境声彻底抹掉，人声就会听起来像被关在真空盒子里，假得不行。拆成两轨之后，创作者可以只把交通噪声压低六成，现场的空气感依然还在，这种工作流设计明显是懂剪辑痛点的。

但它的隐患也很现实。AI 分离特定声音往往会在主体边缘留下刺耳的数码杂音，演示里的分离效果通常是在特定样本下跑出来的，面对现实中复杂的多人重叠说话，算法到底能不能把人声分干净还要打个问号。再加上它目前还只是个 Sneak 概念项目，按照 Adobe 以往的惯例，从概念演示到真正塞进 Premiere Pro，通常还有一段漫长的等待期。