Separa voz, música y efectos de sonido
Entra una pista mezclada, salen hasta seis stems limpios
Una banda sonora terminada es un solo archivo: diálogos, pasos y música fundidos juntos. Seed Audio 1.5 puede volver a separarlos y entregar cada voz, cada efecto y la música como pistas independientes, listas para llevarlas a un editor y mezclarlas de nuevo.
Basado en la documentación de ByteDance. Los resultados propios los describimos en las páginas de traducción; aún no hemos probado la separación con nuestras películas.
Qué obtienes
El propio ejemplo de ByteDance divide una escena corta de fantasía en seis pistas. Muestra el nivel de detalle que puedes esperar: no solo «voz» y «música», sino cada hablante y cada sonido.
Cada hablante
En el ejemplo, el narrador, una niña y un niño llegan cada uno como una pista de voz independiente.
Cada efecto
Los pasos en una pista, una puerta que se cierra en otra: puedes mover o reemplazar uno sin tocar el resto.
La música
La música de fondo por sí sola, lo bastante limpia para conservarla debajo de una voz nueva.
Para qué sirven los stems
Doblaje y traducción
Traduce la voz y conserva debajo la música y los efectos originales. Contar con la voz sola es justo como preparamos nuestra película en 12 idiomas.
Corregir un solo elemento
Baja la música durante una línea, quita una tos o reemplaza un efecto flojo, sin volver a grabar la escena.
Remezclas y ediciones
Vuelve a montar un tráiler, un fragmento de podcast o un corto con la música en su propio stem.
Material de archivo
Videos antiguos de los que se perdieron los archivos originales del proyecto: reconstruye los stems a partir de la mezcla final.
Cómo dividir una banda sonora
Exporta el audio
Extrae el audio mezclado del video como WAV o MP3. Cada archivo debe durar entre 2 segundos y 6 minutos.
Divide los archivos largos
Las bandas sonoras más largas se envían por partes. Corta en los silencios para no partir ningún sonido a la mitad.
Separa
El modelo devuelve hasta seis pistas: voces, efectos y música.
Reconstruye la mezcla
Lleva los stems a tu editor con el mismo tiempo de inicio y quedarán sincronizados con la imagen.
Entrada y salida
| Parámetro | Límite |
|---|---|
| Entrada | Un archivo de audio |
| Formatos | WAV o MP3 |
| Duración | De 2 a 360 segundos |
| Tamaño del archivo | Hasta 90 MB |
| Stems devueltos | Hasta 6 |
| Formatos de salida | WAV (predeterminado), MP3, PCM, OGG Opus |
Fuente: guía de integración de acceso anticipado de Seed Audio 1.5 de ByteDance, octubre de 2026.
Conviene saber
- La entrada es audio, no video. Primero extrae la banda sonora.
- Seis stems es el máximo por solicitud.
- Un archivo por solicitud, de hasta 6 minutos y 90 MB. Divide las bandas sonoras más largas en los silencios.
- Separa únicamente material sobre el que tengas derechos de edición.
Preguntas frecuentes sobre la separación de stems
¿Qué es la separación de stems?
Es dividir una banda sonora mezclada en sus partes: voces, efectos de sonido y música, cada una en su propia pista, para poder editarlas o mezclarlas de nuevo por separado.
¿Cuántos stems devuelve Seed Audio 1.5?
Hasta seis. El ejemplo de ByteDance devuelve un narrador, otras dos voces, la música, unos pasos y una puerta como seis pistas independientes.
¿Puedo separar el audio de un video?
La separación trabaja con un archivo de audio. Primero exporta la banda sonora de tu video como WAV o MP3, de hasta 6 minutos y 90 MB por archivo.
¿Puedo quitar la voz y dejar la música?
Sí. Cuando la voz está en su propio stem, puedes silenciarla, reemplazarla o traducirla, y dejar la música y los efectos tal como estaban.