Bạn nhận được
- Tách lời nói khỏi nhạc nền để: làm lại giọng đọc, dịch/lồng tiếng giữ nhạc gốc, lấy beat karaoke, lọc tạp âm podcast.
- Chạy hoàn toàn trên máy chủ của bạn (không gửi âm thanh ra ngoài, không tốn phí API).
- Video đầu vào: có thêm bản video chỉ còn nhạc nền.
Tách giọng nói nhạc nền là bước cần thiết khi bạn muốn lồng tiếng lại, dịch video hay làm beat karaoke. Workflow này dùng Demucs, mô hình mã nguồn mở của Meta, chạy ngay trên máy chủ n8n. Bạn không phải trả phí API và âm thanh không bị gửi ra ngoài.
Tách giọng nói nhạc nền để làm gì?
- Làm lại giọng đọc mà vẫn giữ nhạc nền gốc.
- Dịch và lồng tiếng video nhưng không mất nhạc.
- Lấy beat karaoke từ một bài hát.
- Lọc tạp âm cho podcast.
Ngoài chế độ hai phần, Demucs còn tách được bốn phần: giọng, trống, bass và nhạc cụ khác. Nếu đầu vào là video, bạn có thêm bản video chỉ còn nhạc nền.
Các bước xử lý
Trước hết, bạn tải file qua form. Workflow tạo mã công việc, lưu file vào thư mục tạm và xác định đó có phải video không. Tiếp theo, ffmpeg chuyển sang WAV stereo 44,1 kHz, định dạng Demucs làm việc tốt nhất.
Sau đó, Demucs tách nguồn âm thanh. Với video, workflow ghép hình gốc với track nhạc nền. Cuối cùng, mọi file kết quả được đưa lên Google Drive và thư mục tạm bị xóa.
Cài workflow tách giọng nói nhạc nền
Workflow cần n8n tự host có ffmpeg và Demucs. Dockerfile trong gói đã cài sẵn cả hai. Máy chủ nên có ít nhất 4 GB RAM, có GPU thì nhanh hơn nhiều. Bạn chỉ cần thêm credential Google Drive.
Về mô hình, bạn có thể đọc thêm trang Demucs trên GitHub. Bạn chọn chế độ hai hay bốn phần trong node Cấu hình trước khi tách giọng nói nhạc nền.
Chi phí và tốc độ
Workflow miễn phí, chỉ tốn tài nguyên máy chủ. Trên CPU, mỗi phút âm thanh mất khoảng 1 đến 3 phút xử lý. Vì vậy, bạn nên chạy file dài vào ban đêm. Nếu máy chủ có GPU, thời gian xử lý giảm còn vài giây cho mỗi phút âm thanh. Bạn cũng có thể chạy n8n trên máy tính cá nhân có card đồ họa để tách nhanh hơn.
Sau khi có file giọng nói, bạn có thể thay giọng bằng workflow lồng tiếng giọng Việt rồi ghép lại với nhạc gốc.
Kết luận
Tóm lại, workflow giúp bạn tách giọng nói nhạc nền nhanh, riêng tư và không tốn phí API. Gói tải về có file workflow, Dockerfile, sơ đồ và hướng dẫn tiếng Việt. Xem thêm các workflow n8n khác cho việc xử lý âm thanh và video.
