Skip to main content
VEED Clean Audio aísla la voz en una grabación. Elimina el ruido de fondo y, como está diseñado para la voz, la música y los efectos de sonido se van junto con el ruido: lo que devuelve es el diálogo por sí solo, limpio y listo para usar. En ComfyUI, el modelo se ejecuta mediante dos Nodos asociados. VEED Clean Audio toma una grabación independiente y devuelve el audio limpio. VEED Clean Audio (in Video) toma un clip, limpia solo su banda sonora y devuelve el video con la imagen intacta. Ambos son Nodos API en la nube: requieren una cuenta de Comfy con créditos y no descargan archivos de modelo localmente. Los dos nodos devuelven cosas distintas. Clean Audio devuelve audio mono a 48 kHz. Clean Audio (in Video) devuelve el video en sí, con la imagen intacta y su banda sonora reemplazada por esa voz limpia en mono a 48 kHz. Ambos aceptan ejecuciones de hasta 1799 segundos, justo por debajo de 30 minutos. Para sincronización labial, retratos que hablan y eliminación de fondo, consulta VEED Video Nodes.
Para usar los Nodos asociados, debes asegurarte de haber iniciado sesión correctamente y de estar utilizando un entorno de red permitido. Consulta la sección Descripción general de los Nodos asociados de la documentación para conocer los requisitos específicos de uso de los Nodos asociados.
Asegúrate de que tu ComfyUI esté actualizado.Los flujos de trabajo de esta guía se encuentran en las Plantillas de flujos de trabajo. Si no los encuentras en las plantillas, es posible que tu ComfyUI esté desactualizado.Si faltan nodos al cargar un flujo de trabajo, estas son las posibles razones:
  1. No estás usando la última versión de ComfyUI (versión nocturna)
  2. Algunos nodos fallaron al importarse durante el inicio

​
Flujos de trabajo disponibles

​
Clean Audio

Limpia una grabación de voz antes de que pase a cualquier otra etapa. Este nodo es el primer paso de un pipeline de voz: envía el habla limpia a un nodo de lip sync, a un paso de transcripción o a una mezcla, y el piso de ruido del original nunca llega hasta ellos. Vista previa del flujo de trabajo VEED Clean Audio: Speech Cleanup

Ejecutar en Comfy Cloud

Abrir en Comfy Cloud

Descargar flujo de trabajo

Descarga el JSON o busca “VEED Clean Audio: Speech Cleanup” en la Biblioteca de plantillas
Material de entrada

veed_clean_audio_noisy_input.wav

Cárgalo en el nodo LoadAudio

​
Clean Audio (in Video)

Limpia el habla dentro de un clip sin tocar la imagen. Solo se reemplaza la banda sonora, con el habla limpia en mono a 48 kHz, así que el resultado es el mismo montaje con una pista de voz utilizable. Vista previa del flujo de trabajo VEED Clean Audio: Video Speech Cleanup

Ejecutar en Comfy Cloud

Abrir en Comfy Cloud

Descargar flujo de trabajo

Descarga el JSON o busca “VEED Clean Audio: Video Speech Cleanup” en la Biblioteca de plantillas
Material de entrada

veed_clean_audio_input_h3_omniref_person_dialogue_plus_noise.mp4

Cárgalo en el nodo LoadVideo. El clip necesita una pista de audio
Un clip sin pista de audio se detiene con un error en lugar de devolver un video silencioso. Solo se conserva la primera pista de audio: las pistas adicionales y los subtítulos incrustados se descartan, así que expórtalos primero cuando el clip tenga más de una.

​
Controles del nodo

Las pausas entre palabras siempre se limpian por completo, sin importar el valor de strength, y los valores por encima del predeterminado apenas cambian. Los picos se limitan a -1.1 dBTP, por lo que un objetivo alto se detiene antes: el habla típica se estabiliza cerca de -15 LUFS.

​
Consejos

  • Deja strength en el valor predeterminado primero. Está ajustado para voz. Bájalo solo cuando el tono de sala detrás de la voz sea parte del sonido que quieres conservar.
  • Normaliza cuando el audio limpio deba coincidir con otros clips. Un target_lufs compartido es lo que hace que una serie de grabaciones quede al mismo nivel.
  • No esperes recuperar la música. La música y los efectos se eliminan junto con el ruido, así que este nodo limpia diálogo, no una mezcla completa. Ejecútalo sobre el stem de voz cuando una banda sonora deba sobrevivir.
  • Corta las grabaciones largas antes de la ejecución. El límite es de 1799 segundos, y un archivo más corto cuesta menos con la tarifa por minuto.
  • Encadénalo con los nodos de talking. El habla limpia es una mejor entrada para lip sync y retratos que hablan que la grabación sin procesar.

​
Empezar

  1. Actualiza ComfyUI a la última versión
  2. Ve a la Biblioteca de plantillas y busca VEED