有道 Clear 人聲分離擴充實測：先看清官網 ZIP 現在能不能用

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

2026 年 9 月把官網發的 Clear 安裝包載入瀏覽器實測，實際會遇到的事是這樣：點工具列圖示，設定面板只會閃一下就消失，任何模式都按不到。這款由網易有道 MOOHO Sound Lab 團隊做的瀏覽器擴充，官網標榜即時人聲分離、100% 在你電腦 CPU 上運算的 AI、零延遲，規格方向相當前衛；但把官網正在發的安裝包實際載入瀏覽器測試後，查到兩個會直接改變你判斷的事實：安裝包的更新檢查機制會把設定面板自己關掉，而且包裡根本沒有放進做人聲分離用的模型。兩個關鍵事實，加上現在真正能用的入口，下面一次講清楚。

從下載到面板自關，中間發生了什麼

clear.youdao.com 首頁的 Download for free 按鈕，連到一個 32.7MB 的 ZIP 檔，檔名標著 v2.0.0。它沒有上 Chrome 線上應用程式商店，商店內搜尋 Clear 或 Realtime Audio Filter 都查不到這個擴充的列版，想用只能解壓縮後打開 Chrome 的開發人員模式，以載入未封裝項目的方式手動安裝。這個安裝形態本身就有代價：沒有商店審核、沒有自動更新，權限全靠你自己看著辦。

Pin

把未修改的安裝包載入 Chromium 實測，設定面板其實有完整的介面：分離模式有 2-Stems、5-Stems、Denoise、Dereverb、Denoise and Dereverb 五種，品質檔有 Fast 與 HQ，人聲與伴奏各有一支即時音量滑桿，預設把人聲拉到 0、伴奏留滿，也就是拿來做卡拉OK伴唱的設定。五軌模式再細分人聲、鼓、貝斯、鋼琴與其他樂器，降噪與去殘響則是反過來保留人聲、把雜音壓掉，四種情境對應不同模型。面板開起來不到一秒，整個視窗就自己關閉。

Pin

原因寫在程式碼裡。設定面板每次開啟，都會先連到一個阿里雲 OSS 海外加速端點要求 version.json 版本檔，拿得到就把遠端版本號跟本機比對：版本相同就正常進入，版本不同則彈出更新提示，並把模式選單與滑桿整排隱藏，只留一顆更新按鈕，等於強制你先換成新版本才能繼續用。拿不到版本檔呢，錯誤處理分支只有一行，直接呼叫關閉視窗。這個版本檔現在伺服器回應的是不存在，間隔超過十分鐘的兩次測試都拿到同樣結果，瀏覽器主控台也留下請求失敗的紀錄。換句話說，從工具列點開面板的正常使用情境，會走同一條檢查然後立刻自關。開發者把更新檢查設計成使用前的必要關卡，端點一失效，整個擴充就從入口處鎖死，而那個端點的路徑是一串不透明的長字串，放在阿里雲的一個公開儲存桶裡，現在已經失效，外部也沒有任何資訊說明原因。

打開安裝包，滿手權限與一套沒有模型的引擎

解開 ZIP 總共 42 個檔案。manifest 聲明的權限有 tabCapture、tabs、activeTab、storage，主機權限則是所有網站。tabCapture 是這類即時音訊工具的核心：擴充能擷取你目前正在播放的分頁聲音，交給內部引擎處理後再播回來；tabs 讓它在背景知道每個分頁的狀態，storage 記住你的模式與滑桿設定。搭配所有網站的主機權限，它能作用於任何網站上的音訊，YouTube、Spotify 網頁版或任何播放器都算。它拿不到的是分頁的畫面內容與你在其他視窗的操作，音訊擷取的範圍以那個分頁為限，這也是判斷這類工具權限風險時比較能放心的一條邊界。

程式邏輯也看得出架構。照包內程式的設計，啟動分離時擴充會另外開一個背景處理頁，即時分離在裡面跑，頁面上寫著把這頁關掉分離就會停止；處理完的聲音從那個脈絡播回你的喇叭或耳機。也就是說，使用期間會多一個常駐的分頁，這是它對準零延遲監聽的做法，也是實際使用時的小麻煩。

引擎部分放的是 ONNX Runtime Web 的 WASM 執行環境，模型資料夾裡有一個 5.3MB 的 model.onnx。照官網說法，AI 全部在你電腦的 CPU 上跑，聲音不需要上雲端；從安裝包的組成看，這個方向是真的，處理鏈是瀏覽器 AudioWorklet 搭配 WASM 推理，取樣率設定 48kHz、每 480 取樣點一個區塊的串流節奏，音檔確實不出門。麻煩出在模型本身，這是整個安裝包裡最反常的地方。

包內唯一的 AI 模型，長得像圖片分類器

把 model.onnx 解析開看：輸入維度是 1 乘 3 乘 224 乘 224，也就是一張三通道的 224×224 影像；輸出是 1,000 維的分數向量；內部 154 個運算節點裡有 63 個卷積層，由 PyTorch 2.1.0 匯出，沒有留下任何名稱或來源標記。用包內附的執行環境在瀏覽器實際跑一次推論，40 毫秒就吐出 1,000 個分數。這是 ImageNet 式圖片分類器的外形，吃圖片、吐類別分數；人聲分離模型需要的是吃音訊區塊、吐等長的音訊區塊，輸入輸出的形狀完全對不上，用 1,000 個分數也還原不出任何一段聲音。程式碼裡負責呼叫模型的處理器，指向的正是這個檔案，也就是說高品質雙軌模式接上的是一顆做不了分離的模型。

另一條引擎路線也一樣空。manifest 的資源清單列了 data1、data2 兩個檔案，程式碼的載入邏輯也會去包內找它們，其餘模式都排在這條路線上，但 ZIP 裡就是沒有這兩個檔。五種分離模式對應的模型，一個都不在安裝包裡。是打包時漏放，還是開發階段的佔位模型直接出了貨，從包外無法證實；能確定的是，就算繞過前面那個自關問題，這份 ZIP 也沒有東西能做分離。一個 32.7MB 的安裝包，扣掉執行環境與介面圖檔，留給模型的位置其實擺不下一套完整的五模式模型組，這也暗示模型本來可能就不打包在安裝包裡，而現在包內包外都找不到取得模型的地方。

本機運算是真的，零連線是另一回事

「100% CPU-Powered AI」是官網的五個賣點之一，另外四個是即時音訊增強、即時多軌分離、零延遲零負擔、精準度。聲音處理在本機這件事，前面看過的套件組成可以支撐；但本機運算不等於零連線。安裝包裡的紀錄模組寫得很明白：每次啟動分離，它會先連一個查詢對外 IP 的服務取得你的 IP 位址，再連同存在瀏覽器 localStorage 裡的裝置編號，一起送到有道的紀錄端點，產品代號標著 speech realtime audio web，事件代號 on。裝置編號的產生規則是時間戳加亂數，存在本機不會刪，下次啟動沿用同一個。送出去的就是 IP 加一串編號，沒有音訊內容；但如果你在意免費本機工具回報哪些資料，這條邊界應該要知道。整包程式對外的連線位址就四個：紀錄端點、IP 查詢、版本檢查，以及品質選項裡那個 Hi-Res 按鈕連去的 vox.youdao.com。

隱私政策本身的適用範圍也值得對照著看。這份 2025 年 3 月 31 日版的政策，主體是北京網易有道，涵蓋的是 Clear 這個品牌的網站、App 與軟體整個家族，裡面寫會蒐集你上傳的音檔內容與關聯中繼資料，列出的服務商包括阿里雲、Firebase、Google 等。就擴充本身而言，程式碼裡看不到音檔外送的路徑，行為與政策的差距反映了兩件事：政策是為會把音檔送上雲端的家族成員寫的，而擴充實際回報的只有前述那組遙測資料。讀的時候把「政策寫了什麼」與「程式做了什麼」分開看，會比單看任何一邊準確。

授權也值得先看。服務條款寫明這個擴充僅供個人非商業用途使用，處理的音檔要自行確認有權處理，侵權責任在使用者身上；你想拿它處理商業案的音檔，條款上是不行的。

這家技術現在實際活在哪裡

順著安裝包裡的連結往外追，會看到這個產品家族的重心已經整個移走。vox.youdao.com 現在是一個 iOS App 的產品介紹頁，頁面上留的聯絡信箱是 Gmail，介紹的 Clear Audio Filter App 在 App Store 上的開發者是 TALENT ME TECHNOLOGY PTE. LTD.，版本 1.3.0，最後更新 2025 年 7 月，標榜即時分離與無損模式，無損模式最多拆七軌、48kHz 取樣，支援音訊與影片匯入匯出，對象寫的是歌手、製作人、樂手與內容創作者。App Store 頁面上沒有提到有道或網易，兩邊的關聯只留在 vox 這個有道網域的產品頁，以及貫穿官網、舊商店入口與行動版的同一條 Clear 品牌線。

擴充本體的維護跡象也一致。安裝包內檔案的時間戳停在 2025 年 4 月，隱私政策停在同年 3 月，商店上則有一個 2025 年 1 月就停更的舊入口 That’s it Vocal Remover，758 個使用者、3.4 星，說明欄直接叫使用者去 vox.youdao.com。擴充處理頁的標題連結連去 magic.youdao.com，這個網域現在整個轉址回 clear.youdao.com 本站，是同一個產品用過的另一個名字。擴充處理頁與商店舊入口都連往同一個 YouTube 頻道，那個頻道現在已是 404 頁，官網頁尾剩下的對外帳號是一個 TikTok 與一個小紅書個人頁。把這些放在一起看，比較合理的讀法是：這個擴充在 2025 年上半完成開發與推廣後就靜止了，團隊把力氣移到行動裝置版本，桌面瀏覽器這條線留著官網與下載檔，但沒有留下能用的東西。

限制與未知，一次說清楚

這些觀察的對象是 2026 年 9 月 14 日從官網下載的這一份 ZIP，版本檔失效做了兩次間隔複測；如果官方哪天把版本檔放回去，面板自關會消失，但模型缺席的問題仍然在，兩者是獨立的。2025 年發布當時這個擴充是否完整可用，無法從現在下載的東西回推，當年的介紹文章描述過它正常運作的樣子，那是它那個時空的事。iOS 版 App 的分離品質、速度與付費結構，要自己下載才知道；App Store 上 4.6 星只有 5 則評分，樣本很小。維護停擺的說法是從檔案時間、失效端點、消失的頻道這些跡象推得的判斷，官方沒有任何公告。面板自關這件事，是在未修改的安裝包上確認錯誤分支會呼叫關閉視窗；真實工具列點開的情境載入同一份程式碼、走同一條檢查路徑。

如果你今天就要在電腦上做分離或伴唱，站內先前介紹過的工具可以直接接手：voicss 是網頁上傳即分離的人聲伴奏拆分工具，免費帳號有一次完整額度，處理在雲端完成；audiomass 則是瀏覽器裡的音訊編輯器，需要手動修整音軌時用得上。想把手邊影片或錄音先轉成文字再處理，可以看 any2text 的介紹。

所以要不要裝

我的判斷很直接：不要花時間側載這份 ZIP。它需要你打開開發人員模式、手動載入一個未經商店審核的套件，換到的卻是一個開了就自關、包內沒有模型的面板；就算你願意等，等到的也不會是修 bug，而是整條產品線的復活，跡象上期望應該放低。你的需求若是練唱跟伴奏，重點在有立即可用的人聲移除，這份 ZIP 給不了；若是想把分離結果匯出成檔案再後製，行動版的匯出功能與桌機替代工具都更實際。使用 iPhone 或 iPad 的讀者，App Store 上的 Clear Audio Filter App 是這家技術現在實際存在的形態，值得自己下載驗證看看：匯入一首歌試即時模式的反應，再看無損模式拆出來的軌道準不準；下載免費，成本是你的時間。桌面讀者的現實選擇就是上面的替代工具。

日後想回頭確認官方是否修復，看的指標有兩個：官網下載的 ZIP 版本號有沒有從 2.0.0 前進，以及 Chrome 商店有沒有出現正式上架的頁面。這兩個都沒動，結論就維持原樣。