「背景里有人说话，不想让别人听到。」
拍孩子跳舞，旁边亲戚在聊天；拍风景，风声呼呼的；录了个操作演示，家里电视开着 —— 声音成了这段视频唯一的问题。
这篇先帮你分清你到底属于哪种情况，因为三种情况的处理办法完全不同。
一、先分清楚：你想去掉的是什么
| 你的情况 | 要做的事 | 能不能做到 |
|---|---|---|
| 全部声音都不要 | 移除音轨 | ✓ 一键搞定 |
| 不要原声，要换成音乐 | 移除音轨 + 加新音轨 | ✓ 两步 |
| 只想去掉杂音，保留人声 | 音频降噪 / 人声分离 | ✗ 这是另一个领域 |
第三种是最多人想要、但也最难的。 后面单独说。
二、情况 1 · 全部声音都不要
最直接的一种。用 视频静音：
导入 → 导出，音轨被移除，画面一帧不变。
什么时候会用到
- 保护隐私：背景里有人在谈事情、有人报手机号
- 发到公共场合看的地方：会议室、教室，本来也没人开声音
- 原声完全是噪音：大风、机器轰鸣、话筒爆音
- 要重新配音：先清空，后面再录
画质会变吗
不会。 移除音轨只是把那条轨道删掉，视频轨原样保留。
体积会小一点点 —— 音频通常只占总体积的百分之几。
三、情况 2 · 换成背景音乐
两步：
如果音乐要从另一个视频里扒，先用 提取音频 取出来。
配乐的三个基本原则
长度对齐。 音乐比视频长，结尾会被硬切，很突兀。在编辑器里把音频尾部剪掉，或者做个淡出。
音量压住。 纯配乐的视频，音乐可以给足；但如果还留了一点原声（比如现场氛围），音乐必须压到明显更低，否则原声就听不清了。
开头别踩点太死。 音乐从第一帧就起，听着很生硬。让画面先出来半秒再进音乐，观感自然很多。
版权提醒
自己看随便用。要发到平台上就得注意 —— 现在的版权识别很灵，用了没授权的音乐轻则限流重则下架。
四、情况 3 · 只去杂音、保留人声
这是降噪或人声分离，跟「静音」是两个完全不同的技术。
为什么难
视频里的声音是已经混在一起的成品。人声、环境音、电视声共用同一条波形，就像两种颜料调匀之后要再分开。
什么情况有救
| 杂音类型 | 有没有戏 |
|---|---|
| 稳定的底噪（空调、电流嗡嗡、风扇） | 有戏。这类噪音频谱稳定，降噪算法能学出它的特征然后减掉 |
| 突发的杂音（关门、咳嗽） | 有戏，但要手动定位处理 |
| 另一个人说话 | 基本没戏。人声和人声的频谱高度重叠 |
| 背景电视 / 音乐 | 基本没戏 |
现实的建议
如果杂音是稳定底噪，找专门的音频降噪工具处理（Audacity 的降噪、各种在线降噪服务）。流程是：
如果杂音是别人说话——老实说，多数时候更省事的办法是整段静音配字幕，或者干脆重拍。
五、4 个翻车点
翻车点 1 · 以为「静音」能选择性去掉某些声音
静音是把整条音轨删掉，不是「智能识别噪音」。
想留一部分声音，静音工具帮不了你。
翻车点 2 · 手机上「调低音量」当成静音
在手机相册里把音量拉到 0 只是播放时不出声，文件本身的音轨还在。
发给别人，对方那边照样有声音。必须真的移除音轨。
翻车点 3 · 静音后忘了加字幕
原来靠声音传递的信息（说话内容、提示音）没了，观众看不懂。
静音的视频通常需要配字幕，见 视频加字幕那篇。
翻车点 4 · 隐私视频只静音不打码
背景有人在说话所以静音了 —— 但画面里的人脸、门牌号、屏幕内容还在。
声音和画面要一起处理。 画面里的敏感信息用 打码 遮掉。
一句话总结
「去掉原声」有三种：全都不要（一键静音，画质不变）、换成音乐（静音 + 编辑器里加音轨）、只去杂音留人声（这是降噪，跟静音是两回事）。第三种里只有稳定底噪有救，背景人声基本分不开 —— 那种情况整段静音配字幕通常更省事。
立即试试：
相关阅读：