Separa voz, música y efectos de sonido
Una pista mezclada de entrada, hasta seis stems limpios de salida
Una banda sonora terminada es un solo archivo: diálogos, pasos y música fundidos en uno. Seed Audio 1.5 puede volver a separarlos y devolver cada voz, cada efecto y la música como pistas independientes, listas para llevar a un editor y volver a mezclar.
Basado en la documentación de ByteDance. Describimos nuestros propios resultados en las páginas de traducción; todavía no hemos probado la separación en nuestras películas.
Qué se obtiene
El ejemplo de ByteDance divide una breve escena 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: así puedes mover o reemplazar uno sin tocar el resto.
La música
La banda sonora de fondo por sí sola, lo bastante limpia para mantenerla bajo 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 aislada es justo como preparamos nuestra película en 12 idiomas.
Corregir un solo elemento
Baja la música durante una línea de diálogo, elimina una tos o reemplaza un efecto flojo, sin volver a grabar la escena.
Remixes y ediciones
Remonta un tráiler, un fragmento de podcast o un corto con la música en su propio stem.
Material de archivo
Videos antiguos cuyos archivos de proyecto originales se perdieron: reconstruye los stems a partir de la mezcla final.
Cómo separar una banda sonora
Exporta el audio
Extrae el audio mezclado del video en WAV o MP3. Mantén cada archivo entre 2 segundos y 6 minutos.
Divide los archivos largos
Las bandas sonoras más largas se envían por partes. Corta en los silencios para que ningún sonido quede partido por 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 de 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. Extrae primero 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 solo material que tengas derecho a editar.
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 volver a mezclarlas de forma independiente.
¿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 separadas.
¿Puedo separar el audio de un video?
La separación funciona con un archivo de audio. Primero exporta la banda sonora de tu video en WAV o MP3, con un máximo de 6 minutos y 90 MB por archivo.
¿Puedo quitar la voz y conservar la música?
Sí. Una vez que la voz está en su propio stem, puedes silenciarla, reemplazarla o traducirla, y conservar la música y los efectos tal como estaban.