Separação de áudio MelBandRoFormer

Carregue um arquivo de áudio e separe-o em faixas vocais e instrumentais usando o modelo MelBandRoFormer. Gera dois arquivos MP3 para vocais isolados e música de fundo.

Input

A song or mix to split into vocals and instruments.

  • 0:00 / 0:00

Output
Example
00:00

Experimente um exemplo

Sobre este fluxo de trabalho

Este fluxo de trabalho do ComfyUI realiza isolamento de voz de alta qualidade usando o modelo MelBandRoFormer. Ele recebe uma faixa de áudio mixada e separa em duas trilhas: vocais isolados e acompanhamento instrumental. O pipeline começa com LoadAudio para carregar seu arquivo de origem, depois MelBandRoFormerModelLoader carrega os pesos pré-treinados (MelBandRoformer_fp16.safetensors) de models/diffusion_models. A separação principal ocorre no MelBandRoFormerSampler, que executa a inferência e gera dois tensores de áudio—um para vocais e outro para música de fundo—prontos para exportação via nós SaveAudioMP3 pareados.

Tecnicamente, o MelBandRoFormer aplica uma arquitetura baseada em transformer que opera em bandas divididas, no espaço tempo-frequência, para estimar os componentes de origem. Na prática, isso significa que ele aprende máscaras que suprimem o acompanhamento ao extrair vocais e vice-versa, resultando em trilhas mais limpas e com menos artefatos musicais. O MarkdownNote incluído fornece orientações dentro do canvas. Como o fluxo é orientado por nós, você pode facilmente trocar o SaveAudioMP3 por um salvador WAV, mudar nomes de arquivos de saída ou ajustar opções do Sampler como chunking/overlap (se disponível na sua versão do nó) para equilibrar velocidade, uso de memória e qualidade da separação.

Perguntas e respostas