做好的歌，客户可能还要伴奏：婚礼上让新人自己唱、做卡拉 OK、给短视频垫在讲话底下。店里、直播间、vlog 要的则是从头到尾都没有人声的背景音乐。
这篇教你两件事：把 Suno 做好的歌拆成人声和伴奏；直接生成纯音乐。最后附一个免费的本机拆分工具。
这是从一首歌里拆出来的伴奏，人声已经去干净了：
从《早安路口》里拆出来的伴奏（AI 生成）
你需要准备
| 拆伴奏（Get Stems） | 生成纯音乐 | |
|---|---|---|
| 账号 | Suno Pro 或 Premier 会员 | 任何 Suno 账号，商用要会员 |
| 网络 | 需要能访问 suno.com | 同左 |
| 花费（Pro） | 每首 20 积分，下载不扣下载次数 | 每次 10 积分，出两首 |
| 时间 | 约半分钟 | 一两分钟 |
只要背景音乐的话，直接看后面「生成纯音乐」，比拆伴奏省事。
把一首歌拆成人声和伴奏
- 歌曲右边「…」→ Edit → Get Stems，弹出「Extract Stems and MIDI」窗口。
- 选 Split from mix，左边保持 Lead Vocal（主唱）。右边会自动显示 Everything but Lead Vocal，意思是「除了主唱的全部」，也就是伴奏。
Split from mix：主唱 + 除主唱外的全部
左边下拉还能换成鼓、贝斯、和声、钢琴、电吉他。比如选 Drums，拆出来就是「鼓」和「除了鼓的全部」。
左边下拉能选的轨道
- 点 Extract，半分钟左右两轨就拆好了，可以分别点开试听。
拆好的两轨
- 点右下角 Download，格式选 WAV（音质最好）或 MP3。速度处理保持默认的 Follow tempo changes；要在剪辑软件里按节拍剪，就选 Fixed tempo。
分轨的下载选项
- 下载下来是一个 zip，解压后有两个 WAV。
注意：两个文件名字都叫「Lead Vocal」，前面一个编号「0」，一个「1」。我们这次「0」是主唱，「1」是伴奏。拿到先各听两秒，别发错给客户。
另外两种分法：Auto split 会自动拆成多种乐器；Advanced split 能自己指定拆哪些乐器，只有 Premier 会员能用，Pro 会员点了会弹出升级窗口，关掉就行。
拆出来效果怎么样
同一段副歌：
拆出来的主唱（AI 生成）
拆出来的伴奏（AI 生成）
伴奏里基本听不到人声，拿去做卡拉 OK、让人重新录唱都够用。
生成纯音乐
背景音乐不用先做歌再拆，生成时不写歌词就行：
- Create 页面切到 Advanced，歌词框（Lyrics）留空。输入框里本来就写着「leave this empty for instrumental」（留空就是纯音乐）。
- 风格里写上 instrumental，再写清用途和感觉，比如做 vlog 背景音乐：
lo-fi chill hop, instrumental, mellow electric piano, warm bass, soft vinyl crackle, laid-back drums, background music for vlog, 80 BPM- 点 Create，一两分钟出两首，每首两三分钟。
生成的 lo-fi 背景音乐，开头 45 秒（AI 生成）
几种常用的背景音乐风格，换掉上面的前半句就行：
| 用途 | 风格写法 |
|---|---|
| vlog、学习、咖啡店 | lo-fi chill hop, instrumental, mellow electric piano, 80 BPM |
| 店铺、商场 | light acoustic pop, instrumental, ukulele, cheerful, 100 BPM |
| 直播间、促销 | upbeat electronic pop, instrumental, energetic, 120 BPM |
| 餐厅、酒吧 | smooth jazz, instrumental, piano trio, saxophone, 90 BPM |
| 茶馆、国风 | Chinese traditional, instrumental, guzheng, dizi flute, 70 BPM |
| 冥想、助眠 | ambient, instrumental, soft pads, slow, 60 BPM |
表里除了第一条，其他是常用写法，我们没有逐个试过，生成后自己听一遍。更多风格写法见《Suno 风格标签词典》。
常见问题和小技巧
拆出来的两轨加回去，和原曲一样吗？
差不多，但不完全一样，原曲还要响一点。只用伴奏或只用人声没问题；要把两轨放进剪辑软件重新混，音量要自己调。
用人声轨来查歌词有没有唱错，会更准吗？
会好一点，但不多。语音识别分不清同音字的问题（比如「烫」和「躺」）还在，最后还是要靠耳朵听。
纯音乐会不会偶尔冒出人声？
我们这首 2 分半从头到尾一秒人声都没有。保险起见，可以在 More Options 的 Exclude styles 里写上 vocals。
分轨要花多少？
Pro 会员每首 20 积分。下载分轨文件不占每月的下载次数。
进阶：用 Demucs 在自己电脑上免费拆
别人给你的一首歌、或者不想花积分，可以用 Demucs：Meta 开源的人声分离工具，免费，在 Mac 上就能跑（需要会用终端）。
- 装好 uv（见《Python 和 uv 入门》），然后在终端运行：
uv venv sep && uv pip install --python sep/bin/python demucs soundfile- 拆一首歌（第一次会自动下载模型）：
sep/bin/python -m demucs --two-stems=vocals -n htdemucs -o 输出文件夹 歌.wav- 输出文件夹里会有
vocals.wav（人声）和no_vocals.wav（伴奏）。我们的 M1 Max 上，一首 2 分钟的歌不到一分钟拆完。
Demucs 拆出来的两轨加回去几乎就是原曲，适合自己练习、试听。要交给客户的作品，用 Suno 的分轨，伴奏更干净。
版权提醒
- Suno 会员期间生成的歌可以商用，拆出来的伴奏、人声也一样，以 Suno 条款为准；
- 别拿别人的歌拆了伴奏再发布。Demucs 什么歌都能拆，但拆出来的东西版权还是原作者的。
我们试了什么
2026 年 10 月用 Pro 会员实测，原曲是一首 1 分 53 秒的中文流行歌。我们用代码检查过：拆出来的伴奏里残留的人声小到听不见；两轨加起来和原曲时间完全对得上，但原曲整体响一些；纯音乐 2 分 34 秒里没有检测到人声，速度 81 BPM（写的是 80）。检查脚本放在素材里（su5_stems_check.py）。
接下来
- Suno 怎么用：《用 Suno 做一首歌》
- 风格怎么写：《Suno 风格标签词典》
- 歌做好了想改：《Suno 改歌》