混好的歌還能拆開？這集小皮介紹聲音工程的「聲源分離」（Source Separation）：從1953年柯林·徹瑞（Colin Cherry）提出的「雞尾酒會問題」說起，解釋最常見的做法——把聲音轉成頻譜圖（Spectrogram），讓AI判斷每個時間頻率格子屬於誰，再用遮罩（Mask）把人聲留下；AI則是在MUSDB18（150首歌、人聲／鼓／貝斯／其他四軌）這類資料集上反覆練習學會的。代表工具有Deezer 2019年開源的Spleeter，以及Meta開發、2022年第4版加入Transformer的Demucs。最感人的應用：披頭四2023年〈Now and Then〉，用AI從約翰·藍儂1970年代末的卡帶demo裡分離出乾淨歌聲。
參考資料：
Music Source Separation － Wikipedia：https://en.wikipedia.org/wiki/Music_Source_Separation
Cocktail party effect － Wikipedia：https://en.wikipedia.org/wiki/Cocktail_party_effect
Demucs (Meta AI) － GitHub：https://github.com/facebookresearch/demucs
Spleeter (Deezer) － GitHub：https://github.com/deezer/spleeter
MUSDB18 dataset － SigSep：https://sigsep.github.io/datasets/musdb.html
Now and Then (Beatles song) － Wikipedia：https://en.wikipedia.org/wiki/Now_and_Then_(Beatles_song)
