MSST WebUI Audio Separation

ComfyUI-MSST-WebUI

在 ComfyUI 中调用 MSST WebUI 进行音频源分离，支持人声/伴奏分离、多轨分离、降噪、去混响、Karaoke 等。

架构：通过子进程调用 MSST 便携包自带的 Python 环境执行推理，与 ComfyUI 环境完全隔离。

节点列表

| 节点 | 说明 | |---|---| | MSST Load Audio | 加载音频文件，输出 AUDIO + 文件夹路径 + 文件名 | | MSST Audio Separate | MSST 模型音频分离，输出端口数量和名称根据所选模型动态变化 | | UVR Audio Separate | UVR/VR 模型音频分离 | | MSST Save Audio | 保存音频到指定路径 |

安装

1. 克隆到 ComfyUI 的 custom_nodes/ 目录：

cd ComfyUI/custom_nodes/
git clone <仓库地址> ComfyUI-MSST-WebUI

2. 编辑 config.json，设置 msst_root 指向 MSST WebUI 安装目录：

{
  "msst_root": "D:\\MSST_WebUI_1.7.0_v2_cu128",
  "python_env": ""
}

• msst_root：MSST WebUI 安装目录（必填）
• python_env：Python 环境路径，留空自动使用 {msst_root}/workenv

3. 重启 ComfyUI。

基本用法

加载音频 → 分离 → 保存

1. 添加 MSST Load Audio 节点，填入音频文件路径
2. 添加 MSST Audio Separate 节点：
   • audio → 连接 Load Audio 的 audio 输出
   • model_category → 选择模型分类（vocal_models / multi_stem_models / single_stem_models）
   • model_name → 自动按分类筛选可用模型
   • base_filename → 连接 Load Audio 的 filename 输出
3. 输出端口会根据所选模型动态显示音轨名（如 vocals、drums、bass），连接需要的音轨到 MSST Save Audio
4. 将分离节点的 xxx_fn 输出连接到 Save Audio 的 filename 输入
5. 设置 Save Audio 的 folder_path 和 format，运行

动态输出端口

MSST Audio Separate 和 UVR Audio Separate 节点的输出端口数量和名称会根据所选模型自动变化：

• 选择 2 轨模型时，显示 2 对输出（如 vocals / other）
• 选择 4 轨模型时，显示 4 对输出（如 drums / bass / other / vocals）
• 选择 6 轨模型时，显示 6 对输出（如 kick / snare / toms / hh / ride / crash）

每个输出端口旁直接显示实际音轨名称。输出端口结构：model_info（元信息 JSON）+ N 对 AUDIO / STRING。

串联推理（级联）

分离的输出可直接接入下一个分离节点继续处理：

MSLoadAudio → MSSTSeparate(vocal_models)
    ├── vocals → MSSTSeparate(single_stem_models, dereverb)
    │              └── noreverb → MSSaveAudio
    └── other → MSSaveAudio

串联时：将上一级的 xxx_fn 输出连接到下一级的 base_filename 输入，文件名会自动累加（如 song → song_vocals → song_vocals_noreverb）。

UVR 模型分离

添加 UVR Audio Separate 节点，选择 VR 模型即可。输出端口同样显示实际音轨名。

文件命名规则

每轨输出文件名格式：{base_filename}_{音轨名}

例如：song + vocals → song_vocals

注意事项

• 需要 MSST WebUI 便携包（含 workenv Python 环境）
• 首次使用请确保 config.json 中 msst_root 路径正确
• 推理使用 MSST 便携包自带的 Python 环境，与 ComfyUI 环境完全隔离
• 模型列表通过 MSST Python 子进程动态发现，确保准确
• VRAM 有限的用户建议使用 device=cpu