使用教程
开始前的准备
- 左侧导航是四个页面:图片放大 / AI 抠图 / 视频处理 / 音频处理,各管各的。
- 页面左边是设置、右边是结果区;参数改完即时生效,先调好再点「开始处理」。
- 计算设备一般不用管:启动时自动检测,有独显且引擎兼容就自动用上;不兼容会自动走兼容路线,只是速度有差异。
抠图模型安装
抠图 = 去掉背景、只留主体。安装包不含 AI 抠图模型(模型单独打包,约 1.25 GB);没装时「AI 抠图」页会显示黄色提示。
方式一(推荐):装软件时在「选择附加任务」页勾选「下载并安装模型包」,安装程序会自动下好。
方式二(下载失败或已装完软件):下载 models_v1.1.zip(内含中文说明),解压到:
程序目录\engines\rembg\
birefnet-lite.onnx
birefnet.onnx
isnet-general-use.onnx
u2net.onnx
u2netp.onnx- 程序目录怎么找:右键桌面「ALH Pro」图标 →「打开文件所在位置」(默认
C:\Users\用户名\AppData\Local\Programs\ALH Pro)。 - 5 个.onnx 直接放进 rembg 目录,不要再套一层文件夹。
- 装好的标志:AI 抠图页左上角的黄色提示消失。
- 嫌麻烦就直接用完整版,装完所有功能立即可用。
图片放大
图片放大 = 把一张图变清晰或变大。流程:添加图片 → 选算法 → 选倍数 → 开始处理。
第 1 步:添加图片
- 点「添加图片(可多选)」或直接把文件拖进来,支持 PNG / JPG / WebP / BMP,可批量;
- 列表里选中哪张,预览和参数就只针对那一张。
第 2 步:选择算法
| 素材类型 | 选哪个 |
|---|---|
| 动漫 / 插画 / 二次元 | 动漫插画(waifu2x) |
| 照片 / 实拍 / 人像 | 真实照片(Real-ESRGAN) |
选错会怎样: 动漫图用 Real-ESRGAN 会发糊,照片用 waifu2x 会像画。先用单张各试一次再批量。
waifu2x 下面还有两个模型:
- cunet(通用):画质优先;
- upconv_7_anime(动漫插画):更快,适合线条简单的漫画。
第 3 步:选倍数
- 1x 超分:2x 放大后缩回,只提升清晰度、不放大尺寸,最常用;
- 2x / 3x / 4x:直接放大。列表里灰色项表示当前模型不支持。
第 4 步:降噪
- 降噪级别:不降噪 / 弱 / 中 / 强。图上有压缩块、噪点就开「中」;本身很干净就用「不降噪」;
- 素材没有噪点时,强档反而会磨掉细节,建议从「关 / 弱」开始试;
- 照片模式另有「预处理降噪」:噪点多时勾上,强度选弱~中,太强线条会糊。
第 5 步:高级选项
默认不用调。画面发灰试「清晰」,发虚试「去模糊」,有锯齿试「边缘抗锯齿」;一次只加一项,确认有效再叠加。
结果
- 输出目录默认与源图同目录(可以改);
- 多张图会自动建子文件夹,不用管;
- 格式默认 JPG,要去背景选 PNG;JPG 质量 85~95 就够,再高只是文件更大。
AI 抠图
抠图 = 去掉背景、只留主体(背景变透明)。流程:添加图片 → 选模型 → 微调 → 预览 → 保存。
第 1 步:添加图片
在「输入」下选图,支持多张批量。
第 2 步:选模型
| 用途 | 选哪个 |
|---|---|
| 第一次用,不知道该选啥 | BiRefNet 高精度(默认推荐) |
| 背景复杂、画面里有多个主体 | BiRefNet 完整版 |
| 人像 / 产品,边缘要干净 | ISNet 精细边缘 |
| 动漫插画 | ISNet 精细边缘 |
| 背景简单、要速度快 | U²-Net 通用 |
| 要最快、批量很多 | U²-Net 轻量 |
AI 抠图固定用 CPU 计算(避免占满显卡导致整机卡顿),批量处理时耗时会长一些。
第 3 步:参数微调
- 前景 / 背景阈值:主体与背景颜色接近时,降低前景阈值、提高背景阈值;拿不准就勾「自适应阈值」;
- 边缘羽化:数值越大边缘越柔和,适合抠毛发与半透明边缘;
- 边缘增强(抠图):主体边缘毛糙、发虚时提高。它管的是蒙版边缘,和视频页同名的那个不是一回事(见 视频处理 · 可选后处理);
- 边缘清理:边缘有碎点、杂色时开启。
第 4 步:查看效果
右侧预览区处理完就能看;按住「查看原图」可以对比前后。彩色预览 = 原图 × 蒙版,棋盘格 = 透明区域。
结果
保存到输出目录(默认与源图同目录,多张自动分子文件夹)。要透明背景记得选 PNG。
视频处理:超分、补帧与去重
超分让画面更清晰,补帧让动作更流畅,去重删掉重复帧。流程:添加视频 → 勾处理项 → 设参数 → 开始。
注意:「超分」与「补帧」至少勾一项才能开始;只做去重要连补帧一起勾。
第 1 步:添加视频
拖入或点列表添加,支持 MP4 / MKV / MOV / WebM 与批量。每个视频可单独裁剪、单独设帧率。
第 2 步:视频超分
| 素材 | 引擎 |
|---|---|
| 老动画 / 低清动漫 | 动漫 · animevideov3(Real-ESRGAN 里的第一项,最快) |
| 真人 / 实拍 | 通用(Real-ESRGAN) |
| 动漫、想要线条与色块最干净 | Real-CUGAN(动漫专用超分,必须有可用显卡) |
- 视频页已移除 waifu2x(2026-09-25):它在视频上的观感远差于图片(高质量 TTA 用不上、
-n挂在「视频降噪」开关后面、拆帧是 4:2:0 JPEG 中间帧、而且它本身是 2017 年的静帧动漫降噪器)。需要 waifu2x 请用图片页(照常可用)。视频页的超分引擎只剩 Real-ESRGAN 与 Real-CUGAN 两项;老设置里选过 waifu2x 的,读回时会自动改用 Real-ESRGAN 并写一条日志。 - 倍数:1x 修复只提升清晰度、不改尺寸,建议先试;2x / 3x / 4x 为放大。「自定义分辨率」已在 2026-09-25 移除(实用性有限、容易出问题;老设置里存着它的会自动回退 2x)。
- 倍率越高越慢、越吃显存;笔记本或较旧的显卡先用 1x~2x 试一小段。
- Real-CUGAN:下拉第二项(也是最后一项),配了自己的降噪档下拉(动漫 · 保守 -1（中）/ 不降噪 0（快）/ 强降噪 3（慢）—— 这 3 档是同一份 models-se 权重、只是降噪档不同,不是 3 个模型;权重全部随包)。它最慢 —— 1080p 2x 实测约 1.65 秒/帧,约为「动漫 · animevideov3」的 6.2 倍(测量方式:40 帧、目录批量按帧摊、三次独立进程冷跑);说明:该数字是空载机器上量的,实测随 GPU 占用波动,同时在跑别的 GPU 任务时单机复现可能落在约 4~30 倍。它适合少量精品镜头,不建议整片批量。
- Real-CUGAN 必须有 GPU:它只有 ncnn-Vulkan 权重(没有 ONNX 版本),CPU 档实测会崩 ⇒ 没有可用独显 / Vulkan 不可用 / 计算设备选了 CPU 时软件会开跑前明确拒绝并提示改选 Real-ESRGAN(有 ONNX 稳定路线),不会静默换模型。
第 3 步:补帧
补帧 = 在原有帧之间生成中间帧,让动作变流畅。动漫 24fps 补到 60fps、电视 25/30fps 补到 60fps 都是常见用法。
- 模型:默认「通用画质最新(RIFE v4.13)」就行;另有「通用画质 (RIFE v4.6)」与「通用画质再新 (RIFE v4.26)」两支 —— 三支同架构、功能一样(都支持 3x/4x/12x/16x 与指定帧率),实测速度同级(1080p 约 80~84 毫秒/输出帧),差别只在版本新旧。v4.26 唯一限制:「高质量 TTA」不可用(它的 TTA 实测会卡死,选中它时该项会自动置灰并取消勾选)。老素材结果不正常时,换别的档位再试。
- 帧率:默认「各视频默认帧率」,按每个视频自己的原始帧率处理,什么都不用设。要统一成 60fps 就选「单独调整各视频帧率」并填 60;要降帧率就选「帧率偏移」。
- 输出倍率:输出帧率 = 原帧率 × 倍率(默认自动,也能直接手填 60)。倍率可 2x / 3x / 4x / 8x / 12x / 16x,8x 以上会提示「高倍率」,耗时与占用明显上升。
- 可变帧率:默认「自动」;录屏、手机、监控这类帧率不均匀的素材会自动按原节奏处理。
第 4 步:去除重复帧
去重 = 删掉静止与重复的画面,只留真实内容帧,补帧更准、文件更小。
- 智能检测(默认):自动估节奏,不用管。策略有均衡(推荐)、激进(删得多)与保守(几乎不误删);
- 动漫模式:确认片源是一拍二 / 三 / 四时选对应档位;
- 手动模式:高级用户用,默认别碰;
- 建议勾上相位自动对齐,防止抽到中间帧。
去重 + 补帧后的输出时长和源一样,帧率 = 内容帧率 × 补帧倍率。
第 5 步:输出
- 码率:自动(推荐);不满意再试 中 / 高,「极高」文件很大;
- 格式:MP4(通用,推荐);MKV 老播放器可能不认;
- 编码:H.264(通用)做默认;H.265 同画质文件小一半,但老设备可能播不了;
- 静音:只要画面时勾上。
预览(看效果)—— 展示「处理结果」的画面一律不降采样
预览页有四个视图:看原片 / 看处理效果 / 两者同时 / 左右对比。凡是要展示处理后画面的视图(看处理效果、两者同时的处理侧、左右对比的右半),展示的都是处理后的原生画面 —— 软件不会为了让版面好看把它缩小,也不会「先缩再拼」。这是硬规矩:预览就是用来判断处理效果的,一旦降采样,你会误以为成片比实际糊。
- 唯一会缩小的情况是窗口本身装不下:成片是 4K、而预览窗口只有 1300 多像素宽时,只能由渲染层把它缩到窗口里 —— 这是窗口的物理限制,不是软件对画面做了二次降采样。最大化窗口或全屏即可按原生像素看。
- 怎么自查:预览时看左下角日志里的
[清晰度]那一行(显示倍率 ≥ 0.999⇒ 该视图全程零降采样;< 1时后面会写明「窗口小于成片 ⇒ 只能缩 …」,缩的只是显示,成片本身仍是原生像素)。 - 「两者同时」把两侧拼成一条合成片时有整条宽度上限 4096px:真超过时两侧同比例缩进上限内,并在日志里留一条
WARN写明缩到多少、为什么 —— 不会闷声生效。
兼容模式
勾上会降低显存占用,避免显存不足或卡死,画质基本不变。没有独显、显存小或处理不稳定时勾上,其它情况不用开。
可选后处理
- 光流调整:果冻多就调低,动作卡就调高;
- 转场识别:镜头切换处不插帧,避免鬼影;
- 边缘增强(视频):超分之后把明确边缘的对比提一点,线条更「坐得住」。它只用阈值保护平坦区与噪点,不会把噪点一起提上去。 默认随所选超分模型给(animevideov3 = 30,其它模型 = 60);觉得画面发「锐」就调低或关掉。
两个「边缘增强」别弄混:抠图页那个修的是蒙版边缘(白边、碎点),视频页这个提的是画面本身的边缘对比。
音频处理
音频处理 = 升采样率、增强、人声 / 伴奏分离、降噪。流程:添加音频 → 勾处理项 → 开始,支持批量。
AI 升采样率
电话录音、老磁带这类 8k / 16k / 22k / 32k 的低采样率音频,AI 会补出缺失的高频并升到 48kHz,听起来更清楚。 44.1k 以上的正常音乐已是全频带,软件会自动跳过,不报错。
增强
优化人声,咬字更清晰、层次更好。强度有关、柔和(推荐)、标准与强力四档;只作用于最终输出,不单独生成文件。
AI 分离:人声与伴奏
用神经网络把人声和伴奏拆开,可多选:
- 提取人声:只要歌声(去掉伴奏);
- 去人声(卡拉OK伴奏):只要伴奏(去掉歌声);
- 分离:导出人声 + 伴奏两个文件;
- 自定义组合:勾选要输出的轨道(人声 / 伴奏 / 其他 1 / 其他 2),每轨音量 0~200%,适合混音。
分离优先用显卡加速(DirectML);没有可用显卡就用 CPU,一首歌几分钟到十几分钟。
降噪
- 用于录制的音频:去掉底噪、电流声与压缩噪点;
- 选项:关 / 弱(推荐)/ 中 / 强(可能有损失);
- 已混音完成的音乐不建议用强档,会损失细节。
音色调整
- 响度归一(音量统一):多首音量忽大忽小时勾上,听感更稳;
- 低切(去低频隆隆声):去掉低频轰鸣 / 底噪;
- 清晰增强(高频微调):让人声 / 乐器更明亮。
预览与裁剪
- 列表里双击 → 展开波形,可播放试听;
- 拖波形两端的把手 → 只处理选中的时间段。
输出格式选择
| 场景 | 建议 |
|---|---|
| 图片要给别人看 / 上传 | JPG,质量 85~95 |
| 图片要去背景、要透明 | PNG |
| 视频要在手机 / 电视 / 平台上放 | MP4 + H.264,码率自动 |
| 视频想同画质但文件更小 | MKV(或 MP4)+ H.265,注意老设备可能播不了 |
| 音频要在手机上听 | MP3(兼容性最好) |
| 音频要再编辑 / 存档 | WAV 或 FLAC(无损) |
输出默认与源文件同目录,批量会自动建子文件夹,不会覆盖原文件。
效率建议
- 先用一小段样片试跑。截 5~10 秒,确认模型与倍率再整段处理,少返工。
- 动漫片源先开去重再补帧。重复帧去干净,补帧更准、文件更小。
- 较旧的电脑从 1x 超分 / 2x 补帧起步。倍率越高,代价越大。
- 留意状态栏与日志。会写明用显卡还是 CPU、是否降级、预计剩余时间。
- 处理重要素材前先备份原文件,并留意临时磁盘空间。