Separación de audio MelBandRoFormer

Carga un archivo de audio y sepáralo en pistas vocales e instrumentales utilizando el modelo MelBandRoFormer. Genera dos archivos MP3 para las voces aisladas y la música de fondo.

Input

A song or mix to split into vocals and instruments.

  • 0:00 / 0:00

Output
Example
00:00

Probar un ejemplo

Acerca de este flujo de trabajo

Este Flujo de trabajo de ComfyUI realiza aislamiento de voz de alta calidad usando el modelo MelBandRoFormer. Toma una única pista de audio mezclada y la separa en dos stems: voces aisladas y acompañamiento instrumental. El pipeline comienza con LoadAudio para ingerir tu archivo de origen, luego MelBandRoFormerModelLoader carga los pesos preentrenados (MelBandRoformer_fp16.safetensors) desde models/diffusion_models. La separación principal ocurre en MelBandRoFormerSampler, que ejecuta Inferencia y produce dos tensores de audio —uno para voces y otro para música de fondo— listos para exportar mediante Nodos SaveAudioMP3 emparejados.

Técnicamente, MelBandRoFormer aplica una arquitectura basada en transformer que opera en un espacio tiempo–frecuencia con división por bandas para estimar componentes de la fuente. En la práctica, eso significa que aprende máscaras que suprimen el acompañamiento al extraer voces y viceversa, produciendo stems más limpios con menos artefactos musicales. El MarkdownNote incluido ofrece guía en línea dentro del lienzo. Como el Flujo de trabajo es impulsado por Nodos, puedes sustituir fácilmente SaveAudioMP3 por un guardado WAV, cambiar nombres de archivo de Salida o ajustar opciones del Sampler como chunking/overlap (si están expuestas por tu versión del Nodo) para equilibrar velocidad, uso de Memoria y calidad de separación.

Preguntas y respuestas