Đăng nhập
Bảng giá Nhà sáng tạo Tiếp thị liên kết Bắt đầu Sáng tạo
Tách stem · Seed Audio 1.5

Tách giọng nói, nhạc và hiệu ứng âm thanh

Một bản âm thanh đã trộn vào, tối đa sáu stem sạch ra

Bản âm thanh hoàn chỉnh chỉ là một tệp duy nhất, nơi lời thoại, tiếng bước chân và nhạc nền được trộn liền vào nhau. Seed Audio 1.5 có thể tách chúng ra trở lại: mỗi giọng nói, mỗi hiệu ứng và phần nhạc đều thành một track riêng, sẵn sàng đưa vào trình biên tập để trộn lại.

Dựa trên tài liệu của ByteDance. Kết quả của chính chúng tôi được trình bày ở các trang dịch video; chúng tôi chưa chạy tính năng tách stem trên các bộ phim của mình.

Kết quả nhận được

Ví dụ của chính ByteDance tách một cảnh giả tưởng ngắn thành sáu track. Nó cho thấy mức độ chi tiết bạn có thể kỳ vọng: không chỉ “giọng nói” và “nhạc”, mà là từng người nói và từng âm thanh.

Từng người nói

Trong ví dụ, người dẫn chuyện, một bé gái và một bé trai đều là các track giọng nói riêng biệt.

Từng hiệu ứng

Tiếng bước chân ở một track, tiếng đóng cửa ở track khác, nên bạn có thể dời hoặc thay một âm thanh mà không động đến phần còn lại.

Phần nhạc

Nhạc nền đứng riêng, đủ sạch để giữ lại dưới một giọng nói mới.

Stem dùng để làm gì

Lồng tiếng và dịch thuật

Dịch giọng nói và giữ nguyên nhạc, hiệu ứng gốc bên dưới. Có được giọng nói riêng chính là cách chúng tôi chuẩn bị cho bộ phim 12 ngôn ngữ của mình.

Dịch video →

Sửa một thành phần

Hạ nhạc xuống dưới một câu thoại, xóa tiếng ho, thay một hiệu ứng yếu mà không cần thu âm lại cảnh quay.

Phối lại và dựng lại

Dựng lại trailer, đoạn podcast hay video ngắn với phần nhạc nền chạy trên stem riêng.

Tư liệu lưu trữ

Với video cũ đã mất tệp dự án gốc: dựng lại các stem từ bản trộn cuối.

Cách tách một bản âm thanh

1

Xuất âm thanh

Trích âm thanh đã trộn từ video ra dạng WAV hoặc MP3. Mỗi tệp dài từ 2 giây đến 6 phút.

2

Chia nhỏ tệp dài

Bản âm thanh dài hơn thì đưa vào theo từng phần. Hãy cắt ở chỗ im lặng để không âm thanh nào bị cắt đôi.

3

Tách stem

Mô hình trả về tối đa sáu track: giọng nói, hiệu ứng và nhạc.

4

Dựng lại bản trộn

Đưa các stem vào trình biên tập với cùng thời điểm bắt đầu, chúng sẽ khớp với hình ảnh.

Đầu vào và đầu ra

Giới hạn khi tách stem
Thông sốGiới hạn
Đầu vàoMột tệp âm thanh
Định dạngWAV hoặc MP3
Độ dài2 đến 360 giây
Dung lượng tệpTối đa 90 MB
Số stem trả vềTối đa 6
Định dạng đầu raWAV (mặc định), MP3, PCM, OGG Opus

Nguồn: hướng dẫn tích hợp truy cập sớm Seed Audio 1.5 của ByteDance, tháng 10/2026.

Cần biết

  • Đầu vào là âm thanh, không phải video. Hãy trích xuất âm thanh trước.
  • Sáu stem là mức tối đa cho mỗi yêu cầu.
  • Mỗi yêu cầu một tệp, tối đa 6 phút và 90 MB. Bản âm thanh dài hơn hãy chia ở chỗ im lặng.
  • Chỉ tách những tư liệu mà bạn có quyền chỉnh sửa.

Câu hỏi thường gặp về tách stem

Tách stem là gì?

Là tách một bản âm thanh đã trộn trở lại thành các thành phần: giọng nói, hiệu ứng âm thanh và nhạc, mỗi thành phần trên một track riêng, để có thể chỉnh sửa hoặc trộn lại độc lập.

Seed Audio 1.5 trả về bao nhiêu stem?

Tối đa sáu. Ví dụ của ByteDance trả về người dẫn chuyện, hai giọng nói khác, nhạc, tiếng bước chân và tiếng cửa thành sáu track riêng.

Có thể tách âm thanh từ video không?

Tính năng tách nhận vào một tệp âm thanh. Hãy xuất âm thanh từ video ra WAV hoặc MP3 trước, tối đa 6 phút và 90 MB mỗi tệp.

Có thể xóa giọng nói và giữ lại nhạc không?

Có. Khi giọng nói nằm trên stem riêng, bạn có thể tắt tiếng, thay thế hoặc dịch nó, còn nhạc và hiệu ứng vẫn giữ nguyên.

Tách bản trộn ra từng phần

Giọng nói, hiệu ứng và nhạc, mỗi thứ một track riêng.

Tách một bản âm thanh