Adskil stemme, musik og lydeffekter
Ét mixet spor ind, op til seks rene stems ud
Et færdigt lydspor er én enkelt fil: dialog, fodtrin og musik smeltet sammen. Seed Audio 1.5 kan skille det ad igen og returnerer hver stemme, hver effekt og musikken som sit eget spor, klar til at blive lagt ind i et redigeringsprogram og mixet på ny.
Baseret på ByteDances dokumentation. Vores egne resultater beskriver vi på oversættelsessiderne; vi har endnu ikke kørt separation på vores film.
Det får du ud
ByteDances eget eksempel deler en kort fantasyscene op i seks spor. Det viser, hvor detaljeret resultatet kan være: ikke bare “stemme” og “musik”, men hver enkelt taler og hver enkelt lyd.
Hver enkelt taler
I eksemplet kommer fortælleren, en pige og en dreng hver for sig som et eget stemmespor.
Hver enkelt effekt
Fodtrin på ét spor, en dør der lukkes, på et andet, så du kan flytte eller udskifte den ene lyd uden at røre resten.
Musikken
Baggrundsmusikken for sig selv, ren nok til at blive liggende under en ny stemme.
Hvad du kan bruge stems til
Dubbing og oversættelse
Oversæt stemmen, og behold den oprindelige musik og de originale effekter under. Det var netop med stemmen alene, at vi forberedte vores film på 12 sprog.
Ret ét enkelt element
Skru ned for musikken under en replik, fjern en hosten, udskift en svag effekt, uden at optage scenen igen.
Remix og redigering
Klip en trailer, et podcastklip eller en short om, med musikken liggende på sit eget stem.
Arkivmateriale
Gamle videoer, hvor de oprindelige projektfiler er væk: genskab stems ud fra det færdige mix.
Sådan deler du et lydspor op
Eksportér lyden
Træk den mixede lyd ud af videoen som WAV eller MP3. Hver fil skal være mellem 2 sekunder og 6 minutter.
Del lange filer op
Længere lydspor sendes ind i dele. Klip, hvor der er stilhed, så ingen lyd bliver skåret over.
Adskil
Modellen returnerer op til seks spor: stemmer, effekter og musik.
Byg mixet op igen
Læg stems ind i dit redigeringsprogram med samme starttid, så passer de til billedet.
Input og output
| Parameter | Grænse |
|---|---|
| Input | Én lydfil |
| Formater | WAV eller MP3 |
| Længde | 2 til 360 sekunder |
| Filstørrelse | Op til 90 MB |
| Returnerede stems | Op til 6 |
| Outputformater | WAV (standard), MP3, PCM, OGG Opus |
Kilde: ByteDance, integrationsguide til early access for Seed Audio 1.5, oktober 2026.
Godt at vide
- Input er lyd, ikke video. Udtræk lydsporet først.
- Seks stems er det maksimale pr. forespørgsel.
- Én fil pr. forespørgsel, op til 6 minutter og 90 MB. Del længere lydspor op ved stilhed.
- Adskil kun materiale, du har ret til at redigere.
Ofte stillede spørgsmål om stem-separation
Hvad er stem-separation?
At dele et mixet lydspor op i dets enkeltdele: stemmer, lydeffekter og musik, hver på sit eget spor, så de kan redigeres eller mixes på ny uafhængigt af hinanden.
Hvor mange stems returnerer Seed Audio 1.5?
Op til seks. ByteDances eksempel returnerer en fortæller, to andre stemmer, musikken, fodtrin og en dør som seks separate spor.
Kan jeg adskille lyden fra en video?
Separationen kræver en lydfil. Eksportér først lydsporet fra din video som WAV eller MP3, op til 6 minutter og 90 MB pr. fil.
Kan jeg fjerne stemmen og beholde musikken?
Ja. Når stemmen ligger på sit eget stem, kan du slå den fra, udskifte den eller oversætte den og beholde musik og effekter, som de var.