Separa voce, musica ed effetti sonori
Una traccia mixata in ingresso, fino a sei stem puliti in uscita
Una colonna sonora finita è un unico file: dialoghi, passi e musica fusi insieme. Seed Audio 1.5 riesce a separarli di nuovo e restituisce ogni voce, ogni effetto e la musica come tracce distinte, pronte da importare in un editor e da rimixare.
Basato sulla documentazione di ByteDance. I nostri risultati li raccontiamo nelle pagine sulla traduzione: la separazione non l'abbiamo ancora provata sui nostri film.
Cosa si ottiene
L'esempio di ByteDance divide una breve scena fantasy in sei tracce. Mostra il livello di dettaglio da aspettarsi: non solo «voce» e «musica», ma ogni parlante e ogni suono.
Ogni parlante
Nell'esempio, la voce narrante, una ragazza e un ragazzo arrivano ciascuno come traccia vocale separata.
Ogni effetto
I passi su una traccia, una porta che si chiude su un'altra: puoi spostare o sostituire un suono senza toccare il resto.
La musica
La colonna sonora di sottofondo da sola, abbastanza pulita da tenerla sotto una nuova voce.
A cosa servono gli stem
Doppiaggio e traduzione
Traduci la voce e mantieni sotto la musica e gli effetti originali. Avere la voce isolata è esattamente il modo in cui abbiamo preparato il nostro film in 12 lingue.
Correggere un singolo elemento
Abbassa la musica sotto una battuta, elimina un colpo di tosse, sostituisci un effetto debole, senza dover registrare di nuovo la scena.
Remix e montaggi
Rimonta un trailer, un estratto di podcast o un video breve con la musica sul suo stem.
Materiale d'archivio
Vecchi video di cui non esistono più i file di progetto originali: ricostruisci gli stem partendo dal mix finale.
Come dividere una colonna sonora
Esporta l'audio
Estrai dal video l'audio mixato in formato WAV o MP3. Ogni file deve durare tra 2 secondi e 6 minuti.
Dividi i file lunghi
Le colonne sonore più lunghe vanno caricate a parti. Taglia nei punti di silenzio, così nessun suono viene spezzato a metà.
Separa
Il modello restituisce fino a sei tracce: voci, effetti e musica.
Ricostruisci il mix
Importa gli stem nel tuo editor allo stesso punto di inizio e resteranno allineati alle immagini.
Input e output
| Parametro | Limite |
|---|---|
| Input | Un file audio |
| Formati | WAV o MP3 |
| Durata | Da 2 a 360 secondi |
| Dimensione file | Fino a 90 MB |
| Stem restituiti | Fino a 6 |
| Formati di output | WAV (predefinito), MP3, PCM, OGG Opus |
Fonte: guida all'integrazione in accesso anticipato di ByteDance Seed Audio 1.5, ottobre 2026.
Da sapere
- L'input è audio, non video. Estrai prima la colonna sonora.
- Sei stem sono il massimo per ogni richiesta.
- Un file per richiesta, fino a 6 minuti e 90 MB. Dividi le colonne sonore più lunghe nei punti di silenzio.
- Separa solo materiale che hai il diritto di modificare.
Domande frequenti sulla separazione stem
Che cos'è la separazione degli stem?
È la divisione di una colonna sonora mixata nelle sue parti: voci, effetti sonori e musica, ciascuna su una traccia propria, così da poterle modificare o rimixare in modo indipendente.
Quanti stem restituisce Seed Audio 1.5?
Fino a sei. L'esempio di ByteDance restituisce come sei tracce separate una voce narrante, altre due voci, la musica, dei passi e una porta.
Posso separare l'audio da un video?
La separazione richiede un file audio. Esporta prima la colonna sonora del video in WAV o MP3, fino a 6 minuti e 90 MB per file.
Posso eliminare la voce e tenere la musica?
Sì. Quando la voce è su uno stem a parte puoi silenziarla, sostituirla o tradurla, mantenendo musica ed effetti com'erano.