BandIt v2 多語言影視音軌分離

BandIt v2 多語言影視音軌分離

BandIt v2 保留「語音」「音樂」「音效」三種影視聲音角色，並把 BandIt 模型家族與多語言 Divide and Remaster v3 數據集聯繫起來。2024 年的研究擴大了語言覆蓋，並調整混合素材的構建方式。MVSEP 將這個模式鏈接到作者的 v2 實現，供應方默認選項為多語言模型。在 Tunenoodle 中選擇模式即可，界面沒有按語言選擇專用模型的設置。 因此，多語言採訪、帶字幕場景或同一片段中切換語言的素材，都可以把它作為值得比較的選項。多語言訓練是相關背景，並不保證所有口音、語言和錄音環境表現相同。輸出是分離後的音訊，不會轉寫、翻譯或給每個詞添加標籤。 檢查語言轉換時，應把它當作實際聲音事件：聽較弱音節、詞尾，以及音樂進入時的講話，再去另外兩軌尋找殘留詞語。響亮完整的一句可能保留良好，緊接的簡短回應卻可能變弱。與 BandIt Plus 或 DnR v3 比較時保留同一原始片段，最終根據剪輯真正需要的講話和場景細節選擇，而不是僅依據版本號或數據集語言數量。