Stimme, Musik und Soundeffekte trennen
Ein gemischter Track rein, bis zu sechs saubere Stems raus
Ein fertiger Soundtrack ist eine einzige Datei: Dialog, Schritte und Filmmusik sind fest miteinander verschmolzen. Seed Audio 1.5 kann sie wieder auseinandernehmen und liefert jede Stimme, jeden Effekt und die Musik als eigene Spur, bereit zum Import in den Editor und zum erneuten Mischen.
Basierend auf der Dokumentation von ByteDance. Eigene Ergebnisse beschreiben wir auf den Übersetzungsseiten; die Trennung haben wir mit unseren Filmen noch nicht getestet.
Was dabei herauskommt
Im Beispiel von ByteDance wird eine kurze Fantasy-Szene in sechs Spuren zerlegt. Das zeigt, wie detailliert das Ergebnis ausfällt: nicht nur „Stimme“ und „Musik“, sondern jeder Sprecher und jedes Geräusch.
Jeder Sprecher
Im Beispiel kommen der Erzähler, ein Mädchen und ein Junge jeweils als eigene Stimmspur an.
Jeder Effekt
Schritte auf einer Spur, eine zufallende Tür auf einer anderen. So können Sie einen Effekt verschieben oder ersetzen, ohne den Rest anzufassen.
Die Musik
Der Hintergrund-Score für sich allein, sauber genug, um ihn unter einer neuen Stimme zu behalten.
Wofür Stems nützlich sind
Synchronisation und Übersetzung
Übersetzen Sie die Stimme und behalten Sie Originalmusik und Effekte darunter. Genau so, mit der isolierten Stimme, haben wir unseren Film in 12 Sprachen vorbereitet.
Ein einzelnes Element korrigieren
Die Musik unter einem Satz absenken, ein Husten entfernen, einen schwachen Effekt austauschen, ohne die Szene neu aufzunehmen.
Remixe und Schnitte
Schneiden Sie einen Trailer, einen Podcast-Clip oder ein Short neu, mit dem Score auf einer eigenen Stem-Spur.
Archivmaterial
Alte Videos, deren ursprüngliche Projektdateien verloren sind: Bauen Sie die Stems aus dem fertigen Mix neu auf.
So trennen Sie einen Soundtrack
Audio exportieren
Exportieren Sie den gemischten Ton aus dem Video als WAV oder MP3. Jede Datei sollte zwischen 2 Sekunden und 6 Minuten lang sein.
Lange Dateien aufteilen
Längere Soundtracks geben Sie in Teilen ein. Schneiden Sie in einer Stille, damit kein Geräusch durchgetrennt wird.
Trennen
Das Modell liefert bis zu sechs Spuren: Stimmen, Effekte und Musik.
Mix neu aufbauen
Legen Sie die Stems im Editor auf dieselbe Startzeit, dann laufen sie synchron zum Bild.
Eingabe und Ausgabe
| Parameter | Limit |
|---|---|
| Eingabe | Eine Audiodatei |
| Formate | WAV oder MP3 |
| Länge | 2 bis 360 Sekunden |
| Dateigröße | Bis zu 90 MB |
| Ausgegebene Stems | Bis zu 6 |
| Ausgabeformate | WAV (Standard), MP3, PCM, OGG Opus |
Quelle: ByteDance, Integrationsleitfaden für den Early Access von Seed Audio 1.5, Oktober 2026.
Gut zu wissen
- Die Eingabe ist Audio, kein Video. Extrahieren Sie den Soundtrack zuerst.
- Sechs Stems sind das Maximum pro Anfrage.
- Eine Datei pro Anfrage, bis zu 6 Minuten und 90 MB. Teilen Sie längere Soundtracks an Stellen mit Stille.
- Trennen Sie nur Material, dessen Bearbeitung Sie rechtlich erlaubt ist.
FAQ zur Stem-Trennung
Was ist Stem-Trennung?
Dabei wird ein gemischter Soundtrack wieder in seine Bestandteile zerlegt: Stimmen, Soundeffekte und Musik, jeweils auf einer eigenen Spur, damit sie unabhängig voneinander bearbeitet oder neu gemischt werden können.
Wie viele Stems liefert Seed Audio 1.5?
Bis zu sechs. Im Beispiel von ByteDance kommen ein Erzähler, zwei weitere Stimmen, die Musik, Schritte und eine Tür als sechs getrennte Spuren heraus.
Kann ich Audio aus einem Video trennen?
Die Trennung arbeitet mit einer Audiodatei. Exportieren Sie den Soundtrack Ihres Videos zuerst als WAV oder MP3, bis zu 6 Minuten und 90 MB pro Datei.
Kann ich die Stimme entfernen und die Musik behalten?
Ja. Sobald die Stimme auf einem eigenen Stem liegt, können Sie sie stummschalten, ersetzen oder übersetzen und Musik und Effekte unverändert lassen.