Разделение голоса, музыки и звуковых эффектов
На входе один сведённый трек, на выходе до шести чистых стемов
Готовый саундтрек — это один файл, в котором диалоги, шаги и музыка слиты воедино. Seed Audio 1.5 умеет разобрать его обратно: каждый голос, каждый эффект и музыка возвращаются отдельной дорожкой, которую можно загрузить в редактор и свести заново.
По материалам документации ByteDance. О собственных результатах мы рассказываем на страницах про перевод; разделение на наших фильмах мы пока не запускали.
Что вы получите на выходе
В собственном примере ByteDance короткая фэнтезийная сцена разделена на шесть дорожек. Он показывает, какой уровень детализации ждать: не просто «голос» и «музыка», а каждый говорящий и каждый звук.
Каждый говорящий
В примере рассказчик, девочка и мальчик приходят отдельными голосовыми дорожками.
Каждый эффект
Шаги на одной дорожке, закрывающаяся дверь на другой: можно сдвинуть или заменить один звук, не трогая остальные.
Музыка
Фоновая музыка отдельно, достаточно чистая, чтобы оставить её под новым голосом.
Для чего нужны стемы
Дубляж и перевод
Переведите голос и сохраните оригинальную музыку и эффекты. Именно с голосом отдельной дорожкой мы готовили наш фильм на 12 языках.
Правка одного элемента
Приглушите музыку под репликой, уберите кашель, замените слабый эффект — без перезаписи сцены.
Ремиксы и монтаж
Пересоберите трейлер, фрагмент подкаста или шортс, когда музыка лежит на отдельном стеме.
Архивные материалы
Старые видео, у которых не сохранились исходные файлы проекта: восстановите стемы из готового микса.
Как разделить саундтрек
Экспортируйте звук
Извлеките сведённую аудиодорожку из видео в формате WAV или MP3. Длина каждого файла — от 2 секунд до 6 минут.
Разбейте длинные файлы
Более длинные саундтреки загружайте по частям. Режьте на паузах, чтобы не разрезать звук пополам.
Разделите
Модель вернёт до шести дорожек: голоса, эффекты и музыку.
Соберите микс заново
Загрузите стемы в редактор с одной и той же точки старта — и они совпадут с картинкой.
Вход и выход
| Параметр | Ограничение |
|---|---|
| Вход | Один аудиофайл |
| Форматы | WAV или MP3 |
| Длительность | От 2 до 360 секунд |
| Размер файла | До 90 МБ |
| Возвращается стемов | До 6 |
| Форматы на выходе | WAV (по умолчанию), MP3, PCM, OGG Opus |
Источник: руководство по интеграции Seed Audio 1.5 (ранний доступ), ByteDance, октябрь 2026 года.
Что важно знать
- На вход принимается аудио, а не видео. Сначала извлеките звуковую дорожку.
- Шесть стемов — максимум за один запрос.
- Один файл на запрос: до 6 минут и 90 МБ. Длинные саундтреки разбивайте на паузах.
- Разделяйте только тот материал, который вы вправе редактировать.
Вопросы о разделении на стемы
Что такое разделение на стемы?
Это разбор сведённого саундтрека на составные части: голоса, звуковые эффекты и музыку, каждая на своей дорожке. Их можно редактировать и сводить заново независимо друг от друга.
Сколько стемов возвращает Seed Audio 1.5?
До шести. В примере ByteDance рассказчик, ещё два голоса, музыка, шаги и дверь возвращаются шестью отдельными дорожками.
Можно ли отделить звук от видео?
Для разделения нужен аудиофайл. Сначала экспортируйте саундтрек из видео в WAV или MP3: до 6 минут и 90 МБ на файл.
Можно ли убрать голос и оставить музыку?
Да. Когда голос вынесен на отдельный стем, его можно заглушить, заменить или перевести, а музыку и эффекты оставить как есть.