音频分离后音质降低，且两个文件说话人不统一。

16bit48khz的15分钟的WAV文件，分离出来后，效果听起来像是16khz的听感，高频完全消失了。把输出的文件放回音质增强里跑一遍也没有改善，一模一样。
另外，分离出来的两段音频，经常说话人就互换了。