Как заменить музыку в готовом ролике, сохранив речь

Для повторной публикации ролика в соцсетях можно отделить озвучку от старой музыки и подложить новый трек. Такой инструмент появился в бета-версии Premiere. Если этого редактора нет, ту же задачу можно попробовать решить в MVSEP — ниже наш учебный пример с файлами до и после.

В Premiere: убрать музыку ползунком

2 сентября Adobe объявила Enhance Audio в Premiere Beta 27.0, сборка 36. В анонс обновлений от 8 сентября функция вошла вместе с другими инструментами для звука. Она разделяет речь, музыку, атмосферу и звуковые эффекты, чтобы менять их громкость по отдельности.

Где находятся настройки

Выберите клип и откройте Properties → Audio → Enhance. После обработки выключите Music или уменьшите его громкость. Dialogue оставьте включённым. Кнопка Split into Clips создаёт отдельные клипы со звуковыми составляющими — их можно дальше монтировать на своих дорожках.

По описанию Adobe, разделение выполняется на компьютере и не тратит генеративные кредиты. Облачное улучшение речи Enhance Speech V2 стоит отдельно: 2 кредита за минуту. Для работы целиком на устройстве есть V1. Это условия обработки, а не бесплатный доступ к самой программе. Раздел про Premiere основан на документации разработчика; собственный пример ниже сделан в MVSEP.

В браузере: получить отдельный файл с речью

Экспортируйте звук из ролика в WAV или MP3. Если сохранился монтажный проект с отдельной озвучкой, возьмите её оттуда. Разделение пригодится, когда речь и музыка уже смешаны в одном файле.

Откройте MVSEP с настройками разделения речи, музыки и эффектов и загрузите файл. Для нашего примера выбран MVSep DnR v3, вариант Mel + SCNet, способ Extract directly from mixture, набор Standard set и формат MP3. Размещение на демостранице выключено.

Нажмите «Разделить» и дождитесь завершения очереди. Для озвучки скачайте результат Speech. Перенесите его в монтаж на то же место, где начинался исходный звук, и выключите старую звуковую дорожку. Новую музыку добавьте отдельно.

Наш короткий файл обработался без регистрации и оплаты. Сейчас у гостевого режима MVSEP указаны ограничения: до 10 минут и 100 МБ на файл, экспорт в MP3 и низкий приоритет в очереди. Доступность конкретного варианта модели проверяйте перед запуском.

Наш пример: русская речь поверх музыки

Мы смешали синтетическую русскую речь с собственной инструментальной подложкой: получился файл примерно на 16 секунд. MVSEP выдал три результата — Speech, Music и Sfx. Это учебный материал; качество на живой записи с эхом или песней на фоне нужно проверять отдельно.

Открыть исходник: голос с музыкой — MP3, 626 КБ
Открыть результат Speech — MP3, 626 КБ
Для прослушивания исходник тоже сохранён в MP3.

Перед повторной публикацией

Прослушайте речь без новой подложки: начало и конец каждой фразы, короткие слова, паузы. Проверьте, не пропали ли окончания и согласные, не осталось ли фрагментов старой музыки. Если голос повреждён, новая музыка это не исправит — лучше взять исходную озвучку или записать её заново.

После возврата звука в видео проверьте совпадение речи с губами и движениями в начале и в конце ролика. Сохраните речь и новую музыку раздельно: для следующей версии пригодится наша схема хранения исходников.

Если вместе с музыкой нужно убрать лишнюю фразу или паузу, это можно сделать через монтаж по тексту в CapCut.