이 ComfyUI 워크플로는 MelBandRoFormer 모델을 사용해 고품질 보이스 분리를 수행합니다. 하나의 혼합 오디오 트랙을 입력으로 받아 두 개의 스템으로 분리합니다: 분리된 보컬 및 반주(악기). 파이프라인은 LoadAudio로 소스 파일을 불러오고, MelBandRoFormerModelLoader가 models/diffusion_models에서 사전 학습 가중치(MelBandRoformer_fp16.safetensors)를 로드합니다. 핵심 분리는 MelBandRoFormerSampler에서 이루어지며, 추론을 실행해 두 개의 오디오 텐서(보컬용 1개, 배경 음악용 1개)를 출력하고, 페어로 연결된 SaveAudioMP3 노드를 통해 내보낼 수 있도록 준비합니다.
기술적으로 MelBandRoFormer는 밴드 분할된 시간–주파수 공간에서 동작하는 트랜스포머 기반 아키텍처를 적용해 소스 성분을 추정합니다. 실사용에서는 보컬을 추출할 때 반주를 억제하고, 반주를 추출할 때 보컬을 억제하는 마스크를 학습해 음악적 아티팩트를 줄이고 더 깨끗한 스템을 얻습니다. 포함된 MarkdownNote는 캔버스 안에서 인라인 가이드를 제공합니다. 노드 기반 워크플로이므로 SaveAudioMP3를 WAV 저장 노드로 쉽게 교체하거나, 출력 파일 이름을 변경하거나, (노드 버전에 따라 노출되는 경우) Sampler의 chunking/overlap 같은 옵션을 조정해 속도, 메모리 사용량, 분리 품질의 균형을 맞출 수 있습니다.
API
코드에서 이 워크플로우 사용하기
모든 Comfy 워크플로우는 JSON 그래프입니다. 아래 페이로드는 이 워크플로우 그 자체로, ComfyUI에서 실행되는 것과 동일합니다 — URL에서 가져오거나, 버전 관리에 보관하거나, ComfyUI에서 불러와 노드별로 실행할 수 있습니다.
Comfy SDK로 TypeScript 또는 Python에서 실행하세요. 동일한 코드는 Comfy Cloud 또는 직접 호스팅하는 ComfyUI 모두에 적용됩니다 — 기본 URL만 다릅니다.
// Install (beta)
npm i @comfyorg/sdk
// Run "MelBandRoFormer 오디오 분리" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("audio_melbandroformer_audio_separation_api.json");
const job = await client.run(wf);
await job.getOutputs("4")[0].toFile("output.png"); // SaveAudioMP3SDK는 API 형식의 워크플로우를 사용합니다: 이 워크플로우를 ComfyUI에서 열고 파일 → 워크플로우 내보내기(API)를 사용하세요.
FAQ
