MelBandRoFormer Ses Ayrıştırma
Bir ses dosyası yükleyin ve MelBandRoFormer modelini kullanarak vokal ve enstrümantal parçalara ayırın. İzole vokaller ve arka plan müziği için iki MP3 dosyası çıktılar.
Bir örnek deneyin
Bu iş akışı hakkında
Bu ComfyUI iş akışı, MelBandRoFormer modeliyle yüksek kaliteli vokal izolasyonu gerçekleştirir. Tek bir karışık ses parçasını alır ve iki ayrı stem'e ayırır: izole vokal ve enstrümantal eşlik. Akış LoadAudio ile kaynak dosyanızı alır, ardından MelBandRoFormerModelLoader, önceden eğitilmiş ağırlıkları (MelBandRoformer_fp16.safetensors) models/diffusion_models klasöründen yükler. Asıl ayrıştırma MelBandRoFormerSampler'da gerçekleşir; burada çıkarım yapılır ve vokal ile arka plan müziği için iki ses tensörü üretilir—bunlar SaveAudioMP3 düğümleriyle dışa aktarılmaya hazırdır.
Teknik olarak, MelBandRoFormer, band-split, zaman-frekans uzayında çalışan transformer tabanlı bir mimari uygular ve kaynak bileşenleri tahmin eder. Pratikte bu, vokal çıkarılırken eşliği bastıran ve tersi için de geçerli olan maskeler öğrenildiği anlamına gelir; böylece daha az müziksel artefaktla daha temiz stem'ler elde edilir. Dahili MarkdownNote, tuvalde satır içi rehberlik sağlar. İş akışı düğüm tabanlı olduğu için SaveAudioMP3 yerine WAV kaydediciyle değiştirebilir, çıktı dosya adlarını değiştirebilir veya Sampler seçeneklerini (düğüm sürümünüz destekliyorsa) hız, bellek kullanımı ve ayrıştırma kalitesi arasında denge kurmak için ayarlayabilirsiniz.
Sorular ve yanıtlar
Makul hızlar için modern bir GPU şiddetle önerilir. Bazı sistemlerde CPU ile de çalışabilir, ancak işlem çok daha yavaş olur. GPU'da bellek sorunu yaşarsanız, Sampler'da chunk boyutunu azaltın veya overlap ayarını artırın (düğüm sürümünüz destekliyorsa) ve VRAM kullanımını yönetin.
LoadAudio genellikle WAV, MP3 ve FLAC gibi yaygın formatları kabul eder. Sağlanan iş akışı, MP3 stem'leri SaveAudioMP3 ile kaydeder. Kayıpsız çıktı gerekiyorsa, ComfyUI'de kaydedici düğümünü WAV varyantıyla değiştirin.
MelBandRoFormerSampler'da overlap'ı artırmayı veya chunk boyutunu ayarlamayı deneyin (düğüm sürümünüz destekliyorsa). Ayrıca girişin kırpılmadığından ve mümkünse aşırı sıkıştırılmış master'lardan kaçındığınızdan emin olun. Son rötuş için vokal stem'e hafif noise gate veya spektral denoising uygulayabilirsiniz.
Bu iş akışı iki stem için yapılandırılmıştır: vokal ve enstrümantal. Çoklu stem ayrıştırma için 4 veya 5 stem çıktısı veren bir model ve iş akışı kullanın veya belirli kaynaklara yönelik modelleri zincirleyerek bir varyant oluşturun.
İlgili iş akışları
- Chatter Box
Chatter Box: Kopyalanmış Seslerle Çoklu Konuşmacılı Sohbet
- Chatter Box
Chatter Box: Ses Klonlama Ses Dönüştürme
- Chatter Box
Chatter Box: Ses Klonlama Özellikli Çok Dilli Metinden Sese
- Chatter Box
Chatter Box: TTS ile Ses Klonlama
- ElevenLabs
ElevenLabs: Konuşmadan Konuşmaya
- ElevenLabs
ElevenLabs: Konuşmadan Metne
- ElevenLabs
ElevenLabs: Metinden Diyaloğa
- ElevenLabs
ElevenLabs: Metinden Sese
- ElevenLabs
ElevenLabs: Ses İzolasyonu
- İş ortağı düğümü
Fish Audio: Speech to Text
- İş ortağı düğümü
Fish Audio: Text to Speech
- İş ortağı düğümü
Fish Audio: Voice Clone to Speech