christian-byrne/audio-separation-nodes-comfyui

What it solves

這項專案提供了一組用於 ComfyUI 的自定義節點，讓使用者能夠操作與分離音訊軌道。它解決了從混合音訊檔案或影片中分離出特定聲音元素（例如人聲或鼓聲）的問題，並能在節點式工作流中執行基本的音訊編輯任務，如速度匹配與裁剪。

How it works

此工具包整合了 Hybrid Demucs，將音訊拆分為四個不同的聲部：低音（bass）、鼓聲（drums）、人聲（vocals）以及「其他」（包含吉他與鍵盤等樂器）。它還包含用於合併波形、改變速度、透過起始點檢測（onset detection）來匹配兩條軌道的節奏，以及在影片檔案中替換音訊軌道的實用節點。

Who it’s for

它專為想要將音訊處理、混音與人聲分離整合到生成式 AI 工作流中的 ComfyUI 使用者而設計，例如將影片中的背景音樂替換為 AI 生成的音訊。

Highlights

• AI-powered separation: 使用 Hybrid Demucs 分離人聲、鼓聲、低音與其他樂器。
• Tempo synchronization: 包含檢測 BPM 並對音訊進行時間伸縮（time-stretch）以匹配軌道間的節奏。
• Video integration: 能夠將影片檔案的音訊軌道替換為新的音訊來源。
• Waveform manipulation: 用於裁剪音訊與使用數學運算（加、平均、減、乘、除）來合併軌道的節點。