分離人聲、音樂與音效
輸入一條混音,輸出最多六條乾淨的分軌
完成後的配樂只是一個檔案:對白、腳步聲和配樂全都混在一起。Seed Audio 1.5 可以把它重新拆開,讓每個人聲、每個音效和音樂各自成為獨立音軌,直接放進剪輯軟體重新混音。
內容依據 ByteDance 的官方文件。我們自己的成果請見翻譯相關頁面;目前尚未在我們的影片上實際執行音軌分離。
分離後會得到什麼
ByteDance 的範例把一段奇幻短劇場景拆成六條音軌,可以看出分離的細緻程度:不只是「人聲」和「音樂」,而是每位說話者、每一個聲音都各自獨立。
每位說話者
範例中,旁白、女孩和男孩各自成為一條獨立的人聲音軌。
每個音效
腳步聲一軌、關門聲一軌,想移動或替換其中一個,其他部分都不受影響。
音樂
單獨抽出的背景配樂,乾淨到可以直接墊在新的人聲底下。
音軌分離的用途
修正單一元素
在某句台詞下壓低音樂、去掉一聲咳嗽、換掉不夠力的音效,不必重新錄製整個場景。
混音與剪輯
配樂獨立成軌後,可以重新剪輯預告片、Podcast 片段或短影音。
舊檔案素材
原始專案檔已經遺失的舊影片,可以從最終混音重建各條分軌。
如何拆分配樂
匯出音訊
將影片中的混音匯出為 WAV 或 MP3,每個檔案長度請控制在 2 秒到 6 分鐘之間。
切分長檔案
較長的配樂請分段上傳,並在靜音處切開,避免把聲音從中間截斷。
分離
模型最多會回傳六條音軌:人聲、音效和音樂。
重建混音
把分軌以相同的起始時間匯入剪輯軟體,就能與畫面對齊。
輸入與輸出
| 項目 | 限制 |
|---|---|
| 輸入 | 一個音訊檔 |
| 格式 | WAV 或 MP3 |
| 長度 | 2 至 360 秒 |
| 檔案大小 | 最大 90 MB |
| 回傳分軌數 | 最多 6 軌 |
| 輸出格式 | WAV(預設)、MP3、PCM、OGG Opus |
資料來源:ByteDance Seed Audio 1.5 搶先體驗整合指南,2026 年 10 月。
使用前須知
- 輸入的是音訊,不是影片,請先擷取出配樂。
- 每次請求最多回傳六軌。
- 每次請求一個檔案,最長 6 分鐘、最大 90 MB。較長的配樂請在靜音處切開。
- 請只分離你有權編輯的素材。
音軌分離常見問題
什麼是音軌分離?
把混音後的配樂拆回各個組成部分:人聲、音效和音樂各自獨立成軌,之後就能分別編輯,或重新混音。
Seed Audio 1.5 最多能分離出幾軌?
最多六軌。ByteDance 的範例將旁白、另外兩個人聲、音樂、腳步聲和關門聲分成六條獨立音軌。
可以直接從影片分離音訊嗎?
音軌分離需要音訊檔。請先把影片的配樂匯出為 WAV 或 MP3,每個檔案最長 6 分鐘、最大 90 MB。
可以去除人聲、只保留音樂嗎?
可以。人聲獨立成軌後,你可以將它靜音、替換或翻譯,音樂和音效則維持原樣。