Separar voz, música e efeitos sonoros
Entra uma faixa mista, saem até seis stems limpos
Uma banda sonora finalizada é um único ficheiro: diálogos, passos e banda sonora fundidos numa só peça. O Seed Audio 1.5 consegue voltar a separá-los, devolvendo cada voz, cada efeito e a música como faixas independentes, prontas a levar para um editor e a misturar de novo.
Baseado na documentação da ByteDance. Os nossos próprios resultados estão descritos nas páginas de tradução; ainda não testámos a separação nos nossos filmes.
O que obtém
O exemplo da própria ByteDance divide uma curta cena de fantasia em seis faixas. Mostra o nível de detalhe que pode esperar: não apenas «voz» e «música», mas cada interveniente e cada som.
Cada orador
No exemplo, o narrador, uma rapariga e um rapaz chegam cada um como uma faixa de voz separada.
Cada efeito
Passos numa faixa, uma porta a fechar-se noutra, para poder mover ou substituir um sem mexer no resto.
A música
A banda sonora de fundo isolada, suficientemente limpa para a manter por baixo de uma nova voz.
Para que servem os stems
Dobragem e tradução
Traduza a voz e mantenha por baixo a música e os efeitos originais. Ter a voz isolada foi exatamente como preparámos o nosso filme em 12 idiomas.
Corrigir um só elemento
Baixe a música durante uma fala, retire uma tosse, substitua um efeito fraco, sem voltar a gravar a cena.
Remisturas e edições
Remonte um trailer, um excerto de podcast ou um vídeo curto com a música a correr no seu próprio stem.
Material de arquivo
Vídeos antigos cujos ficheiros de projeto originais se perderam: reconstrua os stems a partir da mistura final.
Como dividir uma banda sonora
Exporte o áudio
Extraia o áudio misturado do vídeo em WAV ou MP3. Mantenha cada ficheiro entre 2 segundos e 6 minutos.
Divida os ficheiros longos
As bandas sonoras mais longas entram por partes. Corte nos silêncios para que nenhum som fique cortado a meio.
Separe
O modelo devolve até seis faixas: vozes, efeitos e música.
Reconstrua a mistura
Importe os stems para o seu editor com o mesmo ponto de início e ficam alinhados com a imagem.
Entrada e saída
| Parâmetro | Limite |
|---|---|
| Entrada | Um ficheiro de áudio |
| Formatos | WAV ou MP3 |
| Duração | 2 a 360 segundos |
| Tamanho do ficheiro | Até 90 MB |
| Stems devolvidos | Até 6 |
| Formatos de saída | WAV (predefinido), MP3, PCM, OGG Opus |
Fonte: guia de integração de acesso antecipado do Seed Audio 1.5 da ByteDance, outubro de 2026.
Convém saber
- A entrada é áudio, não vídeo. Extraia primeiro a banda sonora.
- Seis stems é o máximo por pedido.
- Um ficheiro por pedido, até 6 minutos e 90 MB. Divida as bandas sonoras mais longas nos silêncios.
- Separe apenas material que tenha direito a editar.
Perguntas frequentes sobre a separação de stems
O que é a separação de stems?
É dividir uma banda sonora misturada nas suas partes: vozes, efeitos sonoros e música, cada uma na sua faixa, para poderem ser editadas ou misturadas de novo de forma independente.
Quantos stems devolve o Seed Audio 1.5?
Até seis. O exemplo da ByteDance devolve um narrador, duas outras vozes, a música, passos e uma porta em seis faixas separadas.
Posso separar o áudio de um vídeo?
A separação recebe um ficheiro de áudio. Exporte primeiro a banda sonora do vídeo em WAV ou MP3, com um máximo de 6 minutos e 90 MB por ficheiro.
Posso remover a voz e manter a música?
Sim. Depois de a voz estar no seu próprio stem, pode silenciá-la, substituí-la ou traduzi-la, e manter a música e os efeitos como estavam.