BandIt v2 多语言影视音轨分离

BandIt v2 多语言影视音轨分离

BandIt v2 保留「语音」「音乐」「音效」三种影视声音角色，并把 BandIt 模型家族与多语言 Divide and Remaster v3 数据集联系起来。2024 年的研究扩大了语言覆盖，并调整混合素材的构建方式。MVSEP 将这个模式链接到作者的 v2 实现，供应方默认选项为多语言模型。在 Tunenoodle 中选择模式即可，界面没有按语言选择专用模型的设置。 因此，多语言采访、带字幕场景或同一片段中切换语言的素材，都可以把它作为值得比较的选项。多语言训练是相关背景，并不保证所有口音、语言和录音环境表现相同。输出是分离后的音频，不会转写、翻译或给每个词添加标签。 检查语言转换时，应把它当作实际声音事件：听较弱音节、词尾，以及音乐进入时的讲话，再去另外两轨寻找残留词语。响亮完整的一句可能保留良好，紧接的简短回应却可能变弱。与 BandIt Plus 或 DnR v3 比较时保留同一原始片段，最终根据剪辑真正需要的讲话和场景细节选择，而不是仅依据版本号或数据集语言数量。