YuE2 Studio 是一款运行在你自己显卡上的本地 AI 音乐生成工具，它不仅能生成带人声的完整歌曲，还内置了一条专业级音频处理链：降噪（Denoise）、Spectral Lifter、人声自然化、你自己的 VST3 插件串联，以及参考母带处理（matchering）。本文带你从零基础理解这条处理链的每个环节：它解决什么问题、参数如何调节、结果如何安全地对比试听并保存为版本。

处理入口在哪里？打开"处理音频"面板 🎛️

歌曲从引擎出来时，保持的是模型渲染的原样（32 位浮点）。任何想调整音量、音色、质感的需求，都在"工作室工具 → 处理音频"里完成。打开面板后，你会看到一个个可独立开关的卡片：降噪、Spectral Lifter、人声自然化、VST3 插件、参考母带处理、峰值标准化。

处理顺序是固定的（来自 processing.rs）：

1. 降噪→ 2.Spectral Lifter→ 3.人声自然化→ 4.VST3 插件链→ 5.参考母带处理→ 6.峰值标准化

没勾选的环节会被自动跳过，可以只开其中一两项。

降噪（Denoise）：去掉音乐底下的嘶声和"沙沙"

AI 生成音频常有一层持续的底噪——安静的嘶嘶声和细碎的"沙沙"声。YuE2 Studio 的降噪算法（denoise.rs）分四步：

• 估计噪声底：取每个频率段最安静片段的能量，作为该频段的"噪声基准"；
• 频谱减噪：接近噪声底的频段被大幅压低，远高于噪声底的音乐成分几乎不动；
• 时间/频率平滑：增益变化在时间和频率上被柔化，避免产生"水下漂浮"式的音乐噪声；
• 干湿混合：支持 mix 参数，0 为原声，1 为完全处理后。

面板上只需调节强度（0.05–1.0）一个滑块，默认 0.40。测试用例验证了：嘶声明显下降，而音高和音色几乎不受影响。

Spectral Lifter：压制 AI 的"闪烁感"，找回高频与鼓的冲击力

这是处理链里最有针对性的环节（lifter.rs），专为 AI 生成音频的四个典型瑕疵设计，一次 STFT 分析后依次处理：

所有增益都基于中置（Mid）信号计算并同时应用到左右声道，因此立体声声像不会漂移。

人声自然化：让生成人声不再"过于平稳"

AI 人声常见问题是气息和音高过于均匀，带机械感。自然化模块（naturalize.rs）直接在人声频段上施加五个针对性阶段：加轻微颤音、调整共振峰、削减 6–10 kHz 的金属感等，无需人声分离，不会丢失任何混音细节。默认强度 0.50，可按耳朵微调。

VST3 插件链：把你安装的效果器接进处理流 💪

如果你有自己信任的第三方效果器，YuE2 Studio 可以直接调用它们（vst.rs）：

• 点击**"查找插件"**，宿主进程会扫描系统 VST3 文件夹，列出所有可用插件；
• 把插件添加到链中并启用，点击"设置"会打开插件自己的窗口，关闭窗口时参数自动保存为该链槽位的状态文件；
• 处理时，音频按你设定的顺序离线流过整个插件链，再进入母带处理。

这个设计有两个贴心之处：宿主是独立进程——插件崩溃只会带走宿主，不会拖垮整个 Studio；插件白名单机制确保只加载扫描发现的合法插件，路径安全可控。

参考母带处理（matchering）+ 峰值标准化：让成品达到"发布级"响度

最后两步决定歌曲的"成品感"：

• 参考母带处理（mastering.rs）：选择一首你喜欢听感的参考曲（来自曲库或上传文件），算法会把你的歌曲的响度和音色平衡调整到与参考曲一致——取两段中最响的片段计算 RMS 增益与平滑频谱修正，经四轮 RMS 校正后由砖墙限制器收口。这就是专业的 matchering 思路；
• 峰值标准化：把最响部分提升到满刻度，可指定允许削波的样本数（默认每百万样本 10 个）。它永远排在最后执行，保证前序环节不受影响。

安心试用：先对比试听，再决定保存还是丢弃 ✅

处理链的安全机制非常完善：一次处理从不改动原曲。处理完成后，预览文件存放在曲库旁边，播放时可在"处理前 / 处理后"之间随时切换对比（进度条位置保持不变）。满意后点**"保存为新曲目"**，结果会作为原版的一个版本存入曲库，并保留当时的全部处理参数，随时可重放；不满意就丢弃，原曲原封不动。

相关源码与文件路径 📁

快速上手建议（新手推荐参数）🚀

• 只想快速"变干净"：开降噪 0.40 + Spectral Lifter 默认值，对比试听即可；
• 高频偏薄、鼓没劲：把 Lifter 的高频恢复调到 0.15–0.30，鼓的冲击力0.3 左右；
• 追求发布级响度：在以上基础上选一首参考曲开启参考母带处理，最后加峰值标准化；
• 有自己钟爱的混音/母带插件：把它们放进VST3 插件链，放在母带处理之前。

掌握这条音频处理链，你的本地 AI 生成歌曲就能从"刚出炉"走到"可发布"——全程无需 Python、无需外部 DAW，全部在你自己的显卡和机器上完成。