Séparation audio MelBandRoFormer

Chargez un fichier audio et séparez-le en pistes vocales et instrumentales à l'aide du modèle MelBandRoFormer. Produit deux fichiers MP3 pour les voix isolées et la musique de fond.

Input

A song or mix to split into vocals and instruments.

  • 0:00 / 0:00

Output
Example
00:00

Essayer un exemple

À propos de ce workflow

Ce workflow ComfyUI réalise une isolation vocale de haute qualité grâce au modèle MelBandRoFormer. Il prend une piste audio mixte et la sépare en deux stems : voix isolée et accompagnement instrumental. Le pipeline commence par LoadAudio pour charger votre fichier source, puis MelBandRoFormerModelLoader charge les poids pré-entraînés (MelBandRoformer_fp16.safetensors) depuis models/diffusion_models. La séparation principale s’effectue dans MelBandRoFormerSampler, qui effectue l’inférence et produit deux tensors audio — un pour la voix, un pour la musique — prêts à être exportés via deux nœuds SaveAudioMP3.

Techniquement, MelBandRoFormer utilise une architecture de type transformer opérant dans l’espace temps–fréquence, découpé en bandes, pour estimer les sources. En pratique, il apprend des masques qui suppriment l’accompagnement lors de l’extraction de la voix, et inversement, ce qui donne des stems plus propres avec moins d’artefacts musicaux. Le MarkdownNote inclus fournit des conseils directement dans le canvas. Comme le workflow est piloté par des nœuds, vous pouvez facilement remplacer SaveAudioMP3 par un exporteur WAV, changer les noms de fichiers de sortie, ou ajuster les options du Sampler comme le découpage/recouvrement (si disponible dans votre version de nœud) pour équilibrer vitesse, mémoire et qualité de séparation.

Questions-réponses