频谱图判断：如何看频谱图判别分离质量 | UVR5 中文站

频谱图（Spectrogram）是把声音的频率、时间、能量画成一张图，横轴是时间、纵轴是频率、亮度代表该处能量强弱。分离质量好不好，光靠耳朵容易疲劳误判，打开频谱图能一眼看出残留人声、音损与处理痕迹。UVR5 本身不内置频谱查看，可用任意音频编辑软件或本地工具打开导出文件查看。

判断的原则是：好的人声轨应当在人声频段（大约两百赫到四千赫的语音能量区，以及八千赫以上的齿音区）干净，不该出现伴奏的乐器线条；好的伴奏轨反过来应当没有语音那种起伏的共振峰结构。频谱图是辅助耳朵的第二证据，两者要结合看。

残留人声在图上长什么样

残留人声在频谱上表现为：在人声轨里出现一条随时间上下跳动的细密横向能量带，对应唱歌的音节起伏；或者在某些频段浮现与旋律同步的梳状、点状亮点，那是没分离干净的乐句泄漏。如果在人声轨的中高频反复看到和原唱旋律同步的闪烁，基本可以断定有残留，应换更强模型或调高重叠率重跑。

音损的视觉特征

过度处理的音损也有特征：最典型是频谱上出现水平方向的规律性条纹或水波状伪影，这是模型在强剥离下产生的振铃与人工痕迹；另一种是全频段整体变暗、高频被削平，说明强度过高或重复处理把细节磨掉了。对比原图的频谱形状，若处理后高频区明显塌陷，就是音损信号。

做 A/B 对比的正确姿势

1. 把原曲、人声轨、伴奏轨导入同一视图叠放或并排，统一缩放到相同时间窗。
2. 锁定同一片段，分别看人声频段是否互相串扰、高频是否完整。
3. 用耳朵在相同监听音量下盲听切换，频谱只用于定位问题而非替代试听。
4. 记录每次参数与对应频谱差异，方便下次复现好的设置。

A/B 对比的价值在于把「感觉不对」变成「这里不对」。频谱能告诉你是哪个频段串扰，耳朵能告诉你听感是否可接受，两者互补。

常见误读

• 看到任何线条就以为是残留：乐器本身的谐波线条是正常的，要看是否与人声同步。
• 只信频谱不信耳朵：有些图上干净但听感发空，说明能量结构被改变了。
• 不同缩放下妄下结论：时间窗拉得太长会糊成一团，应先看局部细节。

下一步

养成导出后先扫一眼频谱再试听的习惯，能大幅减少无效重跑。若发现人声轨串有伴奏线条，可回到模型对比与集成组合页面选更强方案；若怀疑声场异常，可继续阅读相位与声场页面。