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 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 un logiciel de montage pour un nouveau mixage.
D'après la documentation de ByteDance. Nous présentons nos propres résultats sur les pages de traduction ; nous n'avons pas encore testé la séparation sur nos films.
Ce que vous obtenez
L'exemple de ByteDance découpe une courte scène fantasy en six pistes. Il donne une idée du niveau de détail attendu : pas seulement « voix » et « musique », mais chaque personnage et chaque son.
Chaque voix
Dans l'exemple, le narrateur, une fille et un garçon sortent chacun sur une piste vocale distincte.
Chaque effet
Des pas sur une piste, une porte qui se ferme sur une autre : vous pouvez déplacer ou remplacer un son 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 en gardant la musique et les effets d'origine en dessous. Disposer de la voix isolée est exactement comme nous avons préparé notre film en 12 langues.
Corriger un seul élément
Baissez la musique sous une réplique, supprimez une toux, remplacez un effet faiblard, 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
Exporter l'audio
Extrayez l'audio mixé de la vidéo en WAV ou MP3. Chaque fichier doit durer entre 2 secondes et 6 minutes.
Découper les fichiers longs
Les bandes-son plus longues sont envoyées en plusieurs parties. Coupez dans un silence pour qu'aucun son ne soit tronqué.
Séparer
Le modèle renvoie jusqu'à six pistes : voix, effets et musique.
Reconstituer le mixage
Importez les stems dans votre logiciel de montage au même point de départ : ils restent synchronisés avec 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 ByteDance pour Seed Audio 1.5, octobre 2026.
À savoir
- L'entrée est un fichier audio, pas une vidéo. Extrayez d'abord la bande-son.
- Six stems, c'est le maximum par requête.
- Un fichier par requête, jusqu'à 6 minutes et 90 Mo. Découpez les bandes-son plus longues dans un silence.
- Ne séparez que des contenus que vous avez le droit de modifier.
FAQ sur la séparation de stems
Qu'est-ce que la séparation de stems ?
C'est le fait de redécouper une bande-son mixée en ses éléments : voix, effets sonores 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. Dans l'exemple de ByteDance, un narrateur, deux autres voix, la musique, des pas et une porte ressortent sur six pistes distinctes.
Peut-on séparer l'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, jusqu'à 6 minutes et 90 Mo 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.