问题：

第一次试着提取外语视频里的人声来生成字幕，才注意到里面会有其他声音的影响，还会有up讲话还有同时播放其他人声的情况，甚至会是两种语言交叉，导致最后识别生成的字幕准确度不高（就会疯狂空耳其他语言）。搜了下发现有很多类似人声分离、人声获取之类的软件或者网站，但不知哪个好，像是达芬奇可以做到吗？求推荐，免费开源的有吗，只要能获取准确的主人声即可。

[群友问精选

网友解答：

asd: uvr5就可以了，免费的

You: uvr5，本地跑或者google colab跑。后者我没搞明白，但前者需要显卡，不然非常慢。一首歌的音频分离几十分钟。

fk bot: 剪映可以，你试试