Mac 上去人声

如果你要的是文件，别用 karanow

想要一份能留下来的伴奏——放进手机、交给乐队、导进编辑软件——那你要的是离线分离工具。Ultimate Vocal Remover（UVR5）免费、开源、能在 Mac 上跑；lalal.ai 之类的服务在浏览器里就能做。它们读整个文件，愿意花多久就花多久，最后给你一条分轨。

而且它们的质量会比任何实时方案都好。给几分钟而不是几毫秒，分离器可以一次看完整首歌。karanow 做不到：它只有 1.125 秒来分离 1.125 秒的声音，否则声音就会断。这个约束牺牲了质量，换来了别的东西。

karanow 不导出任何东西，结束之后没有文件。如果你就是为这个来的，上面那些工具才是正确答案，这一页不打算劝你改主意。

实时换来的是什么

你不用先去找那首歌。你直接放——在 Apple Music 里、在 Spotify 里、在浏览器标签页里、在视频播放器里——然后按一个按钮，人声就从正在响的东西里被抽掉。不用导入、不用导出、不用等下载，也不存在一个「必须先谈下这首歌的版权你才能唱」的曲库。

最后这一点是全部的重点。K 歌应用只能提供它的曲库一首一首谈下来的歌，这就是为什么你真正想唱的那首经常不在。而你的 Mac 放得出来的，你就能跟着唱。

这也意味着原唱还在，只要你想要。同一次分离产出两条轨，所以滑杆能把原唱按任意比例混回来——在你是在学一句而不是在表演的时候，这很有用。

老实的对比

离线分离工具赢在质量，而且给你文件。karanow 赢在什么都不用准备、对任何出声的东西都管用、并且在你唱的时候把音符画给你看。与其说它们是竞品，不如说它们回答的是两个不同的问题。

如果你发现自己两个都想要——一份留着以后用的文件，和一个现在就能跟着练的东西——那两个都用完全合理，谁也不会因此变差。

karanow 需要什么

Apple Silicon，macOS 14.2 或更新。Intel Mac 跑不了：分离模型要的算力超出它们能给的，而与其退回老式的中置/侧置相消再管它叫同一件事，它选择直接说不行。