فصل الصوت MelBandRoFormer
قم بتحميل ملف صوتي وافصله إلى مسارات صوتية وآلاتية باستخدام نموذج MelBandRoFormer. يُخرج ملفين MP3 للأصوات المنعزلة والموسيقى الخلفية.
جرّب مثالًا
حول سير العمل هذا
ينفّذ سير عمل ComfyUI هذا عزلًا عالي الجودة للصوت باستخدام نموذج MelBandRoFormer. يأخذ مسارًا صوتيًا واحدًا مختلطًا ويفصله إلى مسارين: الغناء المعزول والمرافقة الموسيقية. يبدأ المسار بعقدة LoadAudio لإدخال الملف المصدر، ثم تقوم MelBandRoFormerModelLoader بتحميل الأوزان المدرّبة مسبقًا (MelBandRoformer_fp16.safetensors) من models/diffusion_models. يحدث الفصل الأساسي داخل MelBandRoFormerSampler، الذي يجري الاستدلال ويُخرج موترين صوتيين—أحدهما للغناء والآخر للموسيقى الخلفية—جاهزين للتصدير عبر عقدتي SaveAudioMP3.
تقنيًا، يطبّق MelBandRoFormer بنية قائمة على المحوّل تعمل في فضاء الزمن–التردد بعد تقسيم النطاقات لتقدير مكونات المصدر. عمليًا، يعني ذلك أنه يتعلم أقنعة تقلل المرافقة عند استخراج الغناء والعكس، ما ينتج مسارات أنظف مع شوائب موسيقية أقل. تتضمن العقدة MarkdownNote إرشادات داخل لوحة العمل. وبما أن سير العمل مبني على العُقَد، يمكنك بسهولة استبدال SaveAudioMP3 بحافظة WAV، أو تغيير أسماء ملفات الإخراج، أو تعديل خيارات Sampler مثل التجزئة/التراكب (إذا كانت متاحة في إصدار عقدتك) لموازنة السرعة واستخدام الذاكرة وجودة الفصل.
الأسئلة والأجوبة
يُنصح بشدة باستخدام وحدة معالجة رسومات حديثة للحصول على سرعات معقولة. قد تعمل بعض الإعدادات على CPU، لكن المعالجة ستكون أبطأ بكثير. إذا واجهت مشاكل ذاكرة على GPU، قلّل حجم القطع (chunk size) أو زد إعدادات التداخل (overlap) في جهاز التجميع (إن كانت متاحة) لإدارة VRAM.
تقبل LoadAudio عادةً تنسيقات شائعة مثل WAV وMP3 وFLAC. يحفظ سير العمل المرفق مقاطع MP3 عبر SaveAudioMP3. إذا كنت تحتاج إخراجًا غير مضغوط، استبدل عقدة الحفظ بنسخة WAV في ComfyUI.
جرّب زيادة التداخل أو ضبط حجم القطع في MelBandRoFormerSampler إذا كانت هذه عناصر التحكم متاحة في نسخة العقدة لديك. وتأكد أيضًا أن الإدخال غير مقصوص (clipped) وتجنب الماستر شديد الضغط قدر الإمكان. للّمسات النهائية، طبّق بوابة ضجيج خفيفة أو إزالة ضجيج طيفية على مقطع الصوت البشري.
تم إعداد سير العمل هذا لمقطعين: غناء وآلات. لفصل متعدد المقاطع، استخدم نموذجًا وسير عمل مصممين لمخرجات 4 مقاطع أو 5 مقاطع، أو أنشئ نسخة تربط نماذج تستهدف مصادر محددة.
مهام سير عمل ذات صلة
- Chatter Box
Chatter Box: استنساخ الصوت باستخدام TTS
- Chatter Box
Chatter Box: تحويل الصوت باستنساخ الصوت
- Chatter Box
Chatter Box: تحويل النص إلى كلام متعدد اللغات مع استنساخ الصوت
- Chatter Box
Chatter Box: محادثة متعددة المتحدثين بأصوات مستنسخة
- ElevenLabs
ElevenLabs: الكلام إلى نص
- ElevenLabs
ElevenLabs: تحويل الكلام إلى كلام
- ElevenLabs
ElevenLabs: تحويل النص إلى كلام
- ElevenLabs
ElevenLabs: عزل الصوت
- ElevenLabs
ElevenLabs: نص إلى حوار
- عقدة شريكة
Fish Audio: Speech to Text
- عقدة شريكة
Fish Audio: Text to Speech
- عقدة شريكة
Fish Audio: Voice Clone to Speech