§ 指南 · 能力

通过 MCP 从 AI 代理Stem separation

发布日期：2026年10月

Doseedo的stem separation 是 MCP 工具之一。连接服务器和代理（Claude、ChatGPT、Cursor、Gemini CLI、Codex）会将混合数据拆分成多个部分。 人声、鼓、贝斯、吉他、钢琴及其他或者，也可以扩展到更广泛的管弦乐或自动检测乐器组，并可选择是否添加其他乐器。 每个音轨的MIDI鼓组音轨会被拆分成底鼓、军鼓、踩镲、嗵鼓和镲片，吉他音轨会被拆分成不同的演奏者，如果你需要，还可以获得一个基于stems创建的Logic或Ableton工程文件。经纪人上传混音文件后，等待一段时间，然后返回下载链接；由于这些链接可以重复使用，贝斯音轨可以直接发送给转录员，鼓组音轨可以发送到工程文件，人声音轨可以用于翻唱。

该工具

doseedo_separate_stems 需要 audio_key （从 doseedo_get_upload_url — WAV 、 AIFF 、FLAC、 MP3 、 M4A或 Ogg）或 audio_url任何公开 URL，或Doseedo结果链接，例如生成的链接或跳转链接。以下选项至关重要：

价格固定，报价工具也默认如此显示。以下是2026年10月15日收到的真实回复，内容是关于一个三分半钟的混音，包含每个音轨的MIDI ：

{
  "job": "separate_stems",
  "route": "/api/separate-stems",
  "estimate": { "generation": 20 },
  "basis": "flat 20 credits for 6stem / auto",
  "affordable": true
}

管弦乐套装和音源套装的价格不同—— 10 × (1 + ceil(instruments / 8))上限为 80——以及服务器自身的 stems 该配方运行时间约为两分钟。结果以预签名链接的形式返回，这些链接可与纯文本文件一起使用。 curl 有效期为24小时，可直接移交给下一个工具；代理程序以50秒的等待时间进行等待。 doseedo_wait_task 介于两者之间。

应该问什么？

> Split ./mix.wav into stems, stems only.

> Separate this song and give me the drums as individual
  kick, snare and hat files.

> Separate the bounce, transcribe the bass stem, and show me
  the notes against the beat grid.

> Separate the mix and build an Ableton set from the stems,
  with MIDI for the piano and bass.

> In my "Bridge Demo" session, separate the reference track
  on track 1 into stems as its child tracks.

分离也是代理可以直接调用的两个更强大工具的第一步： doseedo_audio_to_session （将混音导入完整的 DAW 工程文件——包括带命名音轨的stems 、速度图、标记、 MIDI和和弦指南） doseedo_cover_song （将歌曲逐个音轨重新制作，并替换乐器或改变音乐风格）。

它是什么，它不是什么。

分离是服务器对音频执行的一项任务，因此混音会上传到预先签名的 URL，并且仅在运行期间有效。所有套餐均支持有损和无损格式的上传处理。返回的是采样精确的WAV stems ，如果需要，还会返回每个音轨的MIDI文件，以及鼓或吉他分离的子stems ，每个音轨都有一个有效期为 24 小时的下载链接； doseedo_check_task 之后会重新发放新的链接。费用从账户的信用额度中扣除，价格预先设定。 doseedo_quoteMCP 的任何方面都不会改变价格。

网页版通过浏览器和拖放操作也能实现同样的功能；MCP 版本目前只是将stems作为…… 中间 经纪人随后会继续跟进某件事——一份转录稿、一次录音、一张封面、一批四十个文件等等。

和你的代理人分开一份

连接服务器，将其指向混音，并请求stems ——然后询问它如何处理这些分轨。

Doseedo MCP 服务器 →

常问问题

是否有用于stem separation MCP服务器？

是的。Doseedo MCP 服务器提供doseedo Doseedo stems音轨：可以混音成人声、鼓、贝斯、吉他、钢琴和其他音轨，也可以混音成更丰富的管弦乐或音源组合，并可选配每个音轨的MIDI 、鼓组分割、吉他分割，以及基于结果创建的Logic或Ableton工程文件。它适用于 Claude、ChatGPT、Cursor、Gemini CLI、Codex 和任何 MCP 客户端。

它长出哪些stems ？

默认六种乐器——人声、鼓、贝斯、吉他、钢琴和其他。管弦乐和检测模型会提取更丰富的乐器组合（弦乐、铜管、簧片乐器、命名乐器），鼓组分割会添加底鼓、军鼓、踩镲、嗵鼓、叮叮镲、碎音镲和打击乐器，吉他分割会将吉他分配给不同的演奏者。

它也能提供MIDI输出吗？

是的，默认情况下：每个音轨都会与音频一起转录成MIDI文件。`stems_only` stems会关闭此功能，以实现最快、最经济的运行速度。

它可以直接把stems轨导入我的 DAW 吗？

是的——导出功能会根据stems创建Logic或Ableton原生会话，而 session_id 会将它们注册到现有的Doseedo会话中作为子轨道。audio_to_session 功能更进一步：一次构建即可包含速度映射、标记、和弦指南以及每个音轨的MIDI 。

需要多长时间？费用是多少？

完整歌曲需要几分钟，如果只提取stems更快；经纪人会等待 50 秒。它像网页工具一样使用账户的信用额度； doseedo会先报价。

Doseedo MCP 服务器 · 一个 URL，每个客户

通过 DAW
通过人工智能客户端
按能力

有关的