Séparer la voix, la musique et les bruitages
Une piste mixée en entrée, jusqu'à six stems propres en sortie
Une bande-son terminée tient dans un seul fichier : dialogues, bruits de pas et musique sont fondus ensemble. Seed Audio 1.5 sait les dissocier : chaque voix, chaque effet et la musique ressortent sur leur propre piste, prêts à être importés dans votre logiciel de montage et remixés.
D'après la documentation de ByteDance. Nous présentons nos propres résultats sur les pages consacrées à la traduction ; nous n'avons pas encore testé la séparation sur nos films.
Ce que vous obtenez
L'exemple de ByteDance découpe une courte scène fantastique en six pistes. Il donne une idée du niveau de détail attendu : pas seulement « voix » et « musique », mais chaque personnage qui parle et chaque son.
Chaque voix
Dans l'exemple, le narrateur, une fille et un garçon ressortent chacun sur une piste vocale distincte.
Chaque effet
Les bruits de pas sur une piste, une porte qui se ferme sur une autre : vous pouvez déplacer ou remplacer l'un sans toucher au reste.
La musique
La musique de fond seule, assez propre pour être conservée sous une nouvelle voix.
À quoi servent les stems
Doublage et traduction
Traduisez la voix et gardez la musique et les effets d'origine en dessous. Disposer de la voix seule est précisément ce qui nous a servi à préparer notre film en 12 langues.
Corriger un seul élément
Baisser la musique sous une réplique, supprimer une toux, remplacer un effet trop faible, sans réenregistrer la scène.
Remixes et remontages
Remontez une bande-annonce, un extrait de podcast ou un short en gardant la musique sur son propre stem.
Archives
Vieilles vidéos dont les fichiers de projet d'origine ont disparu : reconstituez les stems à partir du mixage final.
Comment séparer une bande-son
Exportez l'audio
Extrayez l'audio mixé de la vidéo au format WAV ou MP3. Chaque fichier doit durer entre 2 secondes et 6 minutes.
Découpez les fichiers longs
Les bandes-son plus longues sont envoyées en plusieurs parties. Coupez dans un silence pour ne pas trancher un son en deux.
Lancez la séparation
Le modèle renvoie jusqu'à six pistes : voix, effets et musique.
Reconstruisez le mixage
Importez les stems dans votre logiciel de montage avec le même point de départ : ils restent calés sur l'image.
Entrée et sortie
| Paramètre | Limite |
|---|---|
| Entrée | Un fichier audio |
| Formats | WAV ou MP3 |
| Durée | De 2 à 360 secondes |
| Taille du fichier | Jusqu'à 90 Mo |
| Stems renvoyés | Jusqu'à 6 |
| Formats de sortie | WAV (par défaut), MP3, PCM, OGG Opus |
Source : guide d'intégration en accès anticipé de Seed Audio 1.5 par ByteDance, octobre 2026.
À savoir
- L'entrée est un fichier audio, pas une vidéo. Extrayez d'abord la bande-son.
- Six stems est le maximum par requête.
- Un fichier par requête, jusqu'à 6 minutes et 90 Mo. Découpez les bandes-son plus longues dans les silences.
- Ne séparez que du matériel dont vous avez le droit de modifier le contenu.
FAQ sur la séparation de stems
Qu'est-ce que la séparation de stems ?
Elle consiste à redécouper une bande-son mixée en ses éléments : voix, bruitages et musique, chacun sur sa propre piste, pour pouvoir les modifier ou les remixer indépendamment.
Combien de stems Seed Audio 1.5 renvoie-t-il ?
Jusqu'à six. L'exemple de ByteDance renvoie un narrateur, deux autres voix, la musique, des bruits de pas et une porte, soit six pistes distinctes.
Peut-on extraire les pistes audio d'une vidéo ?
La séparation prend un fichier audio en entrée. Exportez d'abord la bande-son de votre vidéo en WAV ou MP3, avec 6 minutes et 90 Mo maximum par fichier.
Peut-on supprimer la voix et garder la musique ?
Oui. Une fois la voix isolée sur son propre stem, vous pouvez la couper, la remplacer ou la traduire, et conserver la musique et les effets tels quels.