Fusion Karaoke 发布:LALAL.AI 驱动实时 AI 视觉,让 KTV 变身沉浸式互动秀
柏林开发者 Lorenzo Minneci 推出 Fusion Karaoke,利用 LALAL.AI 的音频分离技术,将普通 KTV 升级为实时视听互动秀。该系统通过 TouchDesigner 引擎,实现歌手实时变形为原唱、歌词动态生成视觉特效,并巧妙利用 LALAL.AI API 分离人声与伴奏,打造兼具娱乐性与技术深度的沉浸式体验。
AI人声乐器分离和提取
LALAL.AI是AI音乐音频处理工具,能快速、精准地将音频或视频中的人声、伴奏、鼓、贝斯等不同音轨分离,支持多种音频和视频格式(如MP3、WAV、MP4等)。工具提供免费的批量上传功能,用户能上传多达20个文件进行处理。LALAL.AI具备去除回音、混响和降噪等功能,能有效提升音频处理质量。工具提供数字声音克隆功能,帮助用户创建个性化的数字声音副本。
注册与登录:访问 LALAL.AI 官网 https://www.lalal.ai/在线体验,或根据需要选择下载客户端,完成账号注册和登录。
上传文件:在首页点击“Select stems & choose files”按钮,选择需要处理的音频或视频文件,支持多种格式(如 MP3、WAV、MP4 等),可一次性上传多达20个文件进行批量处理。
选择分离选项:选择需要分离的音轨类型(如人声、伴奏、鼓、贝斯等),根据需要调整降噪级别、回音和混响移除等高级选项。
开始处理:点击“Upload”按钮提交文件开始处理,可在页面上查看进度条。
下载结果:处理完成后,选择下载单个音轨或所有音轨,支持多种格式(如 MP3、WAV 等)。
使用结果:下载后的音轨可用在音乐制作、音频编辑或其他创意项目。
柏林开发者 Lorenzo Minneci 推出 Fusion Karaoke,利用 LALAL.AI 的音频分离技术,将普通 KTV 升级为实时视听互动秀。该系统通过 TouchDesigner 引擎,实现歌手实时变形为原唱、歌词动态生成视觉特效,并巧妙利用 LALAL.AI API 分离人声与伴奏,打造兼具娱乐性与技术深度的沉浸式体验。
LALAL.AI 宣布其核心分轨技术正式搭载于 Neko Engineering 打造的 Neko 便携式吉他音箱中。该设备摒弃了云端处理模式,利用内置 NPU 在本地实现毫秒级实时分轨(Vocal, Drums, Bass, Guitar)。此次合作标志着 LALAL.AI 从 SaaS 工具向边缘计算硬件的深度延伸,为吉他手提供了无需联网、低延迟且具备完整音色库的本地化创作解决方案。
LALAL.AI 正式发布其专属语音克隆工具,专注于视频制作场景下的“说话转说话”(Speech-to-Speech)工作流。该工具通过引入精细的口音与情感控制(Accent and Tonality controls),允许用户在保留原表演节奏的同时,完美切换音色。相比其他竞品,LALAL.AI 强调对表演细节的掌控,支持多音包管理,是追求高保真视频后期制作的创作者的理想选择。
LALAL.AI 凭借其在音频分离与 AI 创新领域的卓越表现,成功入选第 16 届 Lovie 大奖(欧洲数字艺术最高荣誉)的短名单,并在“创作者工具”与“创意工具”两个类别中同时入围。此次提名标志着该工具在欧洲专业音频处理领域的地位得到权威认可,公众投票将持续至 10 月 15 日。
LALAL.AI 在 2026 年国际声音大奖(ISA)产品类中斩获殊荣。作为非 AI 专属奖项,该荣誉由专业评审团从全球 40 个获奖者中选出,肯定了其音频分离与增强技术在游戏音效、品牌声音及音乐制作等多元场景下的卓越表现。结合今年春季获得的 Webby 公众投票奖,LALAL.AI 实现了专业评审与大众口碑的双重突破,标志着其技术已跨越单一工具范畴,成为行业标准级音频基础设施。
支持分离人声和伴奏,以及鼓、贝斯、钢琴、电吉他、原声吉他、合成器、弦乐、管乐等最多10种音轨类型。用户可一次选择多个音轨同时分离,算法会自动识别并提取对应的乐器声部。
LALAL.AI在分离精度和音质保真度方面口碑较好,支持更多音轨类型(10种vs Moises的4-5种),且提供买断制选项无需订阅。Moises则提供更多音乐人工具(如节拍检测、和弦识别、速度调整等),适合需要综合练习工具的音乐人。两者都有免费试用额度。
支持MP3、OGG、WAV、FLAC、MP4、AVI、MOV、MKV等多种音频和视频格式。免费版输出限于MP3/OGG/WAV,付费方案支持全部格式输出。