婚礼视频配乐：人声与欢呼分离 | UVR5 中文站

婚礼视频配乐的难点在于「现场太吵又太珍贵」：你要保留宾客的欢呼、主持人的串词、新人的誓言这些不可再来的现场声，同时又想要一段干净的背景音乐让成片更美。本文讲怎么用 UVR5 在这两者间找平衡。

核心思路是先分离、再按需组合，而不是在一团原始录音里硬调。把人声类（讲话、欢呼）和音乐类（现场乐队、播放的歌）拆开，后期才能分别控制音量。

分离宾客欢呼与人声

婚礼录像的同期声里，主持人和新人讲话是清晰人声，宾客欢呼是宽频噪声型人声。用 MDX-Net 的 UVR-MDX-NET Main 跑一遍，能得到一条以人声为主、音乐被压低的轨，里面同时含讲话和欢呼。这条轨是你要保留的「现场感」。

如果现场用了麦克风收讲话、同时环境麦收欢呼，建议分别处理再混，比单靠分离更可控。UVR5 适合处理那条混合环境麦。

提取背景音乐

想要纯背景音乐（比如入场时放的歌、乐队演奏），用 UVR-MDX-NET Inst Main，输出去掉人声的伴奏。婚礼现场乐队和播放曲大多能被较好地分离。若乐队编制复杂、人声和乐器重叠多，换 Inst HQ 保厚度。

注意现场乐队录进视频的版本常带观众噪声，Inst 模型主要去人声，观众欢呼可能留在伴奏里。介意的话，把提取的伴奏音量压低当垫底，别当主音乐用。

音量平衡怎么做

• 誓言、主持人串词是人声轨里的重点，单独提增益，让观众听清每一句。
• 宾客欢呼保留但压到中低音量，做气氛铺底，别盖过讲话。
• 背景音乐在环节切换时淡入淡出，不在讲话段落抢戏。
• 整体响度对齐到负十六 LUFS 左右，成片在各平台听感一致。

平衡的关键不是「都清楚」，而是「该清楚的清楚、该在后面的在后面」。婚礼视频的情绪靠层次，不靠每一层都响。

处理顺序建议

下一步建议

下一步，找一段你剪过的婚礼录像，先跑 Main 拿现场声、再跑 Inst Main 拿配乐，导入剪辑软件试着分层调一次。把效果最好的模型组合记下来，下次同类型录像直接套，婚礼季能省大量调音时间。