Sign In
Pricing Creators Affiliate Start Creating
音轨分离 · Seed Audio 1.5

分离人声、音乐和音效

输入一条混音,输出最多六条干净的分轨

成品音轨只是一个文件:对白、脚步声和配乐全都混在一起。Seed Audio 1.5 可以把它重新拆开,把每个人声、每种音效和音乐分别输出为独立音轨,直接放进剪辑软件重新混音。

以下内容基于 ByteDance 的文档。我们自己的成果展示在翻译相关页面中;音轨分离目前还没有在我们的影片上实测。

能分离出什么

ByteDance 官方示例把一段奇幻短场景拆成了六条音轨。从中可以看出分离的细致程度:不只是“人声”和“音乐”,而是每个说话人、每种声音都单独成轨。

每位说话人

在示例中,旁白、女孩和男孩各自输出为一条独立的人声音轨。

每种音效

脚步声一条轨,关门声另一条轨,想移动或替换其中一个,不会影响其他声音。

音乐

单独的背景配乐,干净到可以直接垫在新的人声下面。

分轨有什么用

配音与翻译

翻译人声,同时保留原有的音乐和音效。先拿到单独的人声,正是我们制作 12 种语言版影片时的做法。

翻译视频 →

修正单个元素

压低某句台词下的音乐、去掉一声咳嗽、替换效果不佳的音效,都不用重录整个场景。

混音与重剪

配乐单独成轨,重剪预告片、播客片段或短视频时更方便。

存档素材

原始工程文件已经丢失的旧视频,可以从最终混音中重建分轨。

如何拆分音轨

1

导出音频

把视频中的混音导出为 WAV 或 MP3。每个文件时长保持在 2 秒到 6 分钟之间。

2

拆分长文件

更长的音轨需要分段输入。请在静音处切开,避免把某个声音从中间截断。

3

分离

模型最多返回六条音轨:人声、音效和音乐。

4

重建混音

把分轨按相同的起始时间导入剪辑软件,就能与画面对齐。

输入与输出

音轨分离限制
参数限制
输入一个音频文件
格式WAV 或 MP3
时长2 到 360 秒
文件大小最大 90 MB
返回分轨数最多 6 条
输出格式WAV(默认)、MP3、PCM、OGG Opus

来源:ByteDance Seed Audio 1.5 抢先体验集成指南,2026 年 10 月。

使用须知

  • 输入必须是音频,而不是视频。请先提取音轨。
  • 每次请求最多返回六条分轨。
  • 每次请求只能处理一个文件,最长 6 分钟、最大 90 MB。更长的音轨请在静音处拆分。
  • 只分离你有权编辑的素材。

音轨分离常见问题

什么是音轨分离?

把混合后的音轨重新拆回各个组成部分:人声、音效和音乐,各占一条轨道,之后可以分别编辑或重新混音。

Seed Audio 1.5 最多能分离出几条音轨?

最多六条。ByteDance 的示例把旁白、另外两个人声、音乐、脚步声和关门声分成了六条独立音轨。

可以直接从视频中分离音频吗?

分离功能需要输入音频文件。请先把视频的音轨导出为 WAV 或 MP3,每个文件最长 6 分钟、最大 90 MB。

能去掉人声、只保留音乐吗?

可以。人声单独成轨后,你可以将它静音、替换或翻译,音乐和音效则保持原样。

把混音拆开

人声、音效和音乐,各自独立成轨。

分离音轨