Adobe 展示 Project Sound Lift：用 AI 把嘈雜錄音拆成多軌

錄影片或錄播客的人大概都遇到過這種倒霉事：畫面拍得很完美，講者的發揮也挑不出毛病，但背景裡偏偏有人在瘋狂敲鍵盤，或者窗外突然呼嘯而過一輛救護車。以往遇到這種雜音，要麼硬著頭皮重錄，要麼靠降噪外掛把人聲切得又薄又假。

Adobe 最近向 The Verge 展示了一個還在研發中的新工具，名字叫 Project Sound Lift。簡單說，它想用 AI 幫剪輯師把混在一起的聲音像拆圖層一樣剝開。

像拆圖層一樣剝開聲音

從官方演示來看，這個工具的操作門檻壓得很低。你把一段錄砸了的音訊丟進軟體，介面裡就會列出一堆聲音標籤供你勾選。

這些預設分類相當具體，包括鼓掌聲、大笑聲、警報器、人群喧鬧、打字聲以及交通噪音。你勾選想要過濾掉的雜音，AI 就會自動把原始音訊拆成不同的獨立音軌。

拆分之後，主體聲音比如人聲或樂器會放在一個軌道上，被過濾掉的背景噪音則放在另一個軌道上。匯出的檔案可以直接拖進 Adobe Premiere Pro 裡面單獨剪輯，你可以調小打字聲的音量，同時保留現場自然的談話聲。

市面上其實已經有 Supertone Clear 或 Goyo voice separator 這一類分軌工具。但那些工具大多隻能粗略地把聲音拆成環境聲、人聲和混響，而 Adobe 的做法是針對具體的聲響型別做識別和分離。

這種技術其實和前陣子披頭士樂隊修復新歌《Now and Then》用的是同一種路子。當時製作團隊為了還原約翰·列儂在老卡帶裡的歌聲，也是用 AI 把蓋過人聲的鋼琴聲一點點剝離開來的。

不過需要提醒的是，Project Sound Lift 目前被 Adobe 歸在「Sneak」前瞻技術預覽裡。這意味著它還在非常早期的階段，最終會不會、以及什麼時候會整合進正式版軟體，Adobe 還沒有給出定論。

為什麼重要

對日常拍影片、做播客的創作者來說，這個功能如果真能落地，最大的價值就是給低成本同期聲兜底。以往很多現場採錄一旦混進警報聲或旁邊人的大笑，基本就判了死刑；如果能一鍵剝離，能挽救大量廢片，創作者也不需要為了幾個偶發雜音再花大價錢買專業音訊修復外掛。

我們認為 Adobe 這次最聰明的點，是它沒有做成「一鍵消音」，而是做成了「分軌輸出」。很多時候現場錄音如果把環境聲徹底抹掉，人聲就會聽起來像被關在真空盒子裡，假得不行。拆成兩軌之後，創作者可以只把交通噪聲壓低六成，現場的空氣感依然還在，這種工作流設計明顯是懂剪輯痛點的。

但它的隱患也很現實。AI 分離特定聲音往往會在主體邊緣留下刺耳的數碼雜音，演示裡的分離效果通常是在特定樣本下跑出來的，面對現實中複雜的多人重疊說話，演算法到底能不能把人聲分乾淨還要打個問號。再加上它目前還只是個 Sneak 概念專案，按照 Adobe 以往的慣例，從概念演示到真正塞進 Premiere Pro，通常還有一段漫長的等待期。