歌ってみたのミックス前処理や、VTuber 歌枠のセトリぶんのオフボーカル準備、案件カバー曲のドラム抜き音源生成——こういう「曲を投げたらステム分離して、結果のURLをDiscordなりS3なりに流したい」系のジョブを、n8n で組んでいる方は多いと思います。

普段から組んでいる方ほど、こういう構成に見覚えがあるはずです。

[HTTP Request: POST /jobs] → [Wait 5s] → [HTTP Request: GET /jobs/:id]
   → [IF: status === COMPLETED?]
       → true:  [Set: 結果のURLを抜き出す]
       → false: [Wait 5s] にループバック

ノードが5つ、分岐が2本、タイムアウト処理は手動。深夜にジョブが詰まって初めて気づく、あの構成です。

このたび npm に n8n-nodes-stemsplit を公開したので、上記の HTTP Request + Wait + IF ループを 1ノードに置き換えるところまでをこの記事でまとめます。歌ってみた・VTuber 歌枠の現場でそのまま使える前提で書きます。

本記事は n8n 側の自動化に焦点を当てています。歌ってみたのオフボーカルを Python で自作する手順は歌ってみた用のオフボーカル音源をPythonで自作する方法を、配信現場のセトリ準備フローは VTuberの歌枠配信用カラオケ音源を5分で量産するPythonスクリプトを参照してください。

この記事でわかること

✅ n8n コミュニティノード n8n-nodes-stemsplit のインストール手順
✅ StemSplit API 認証情報（sk_live_...）のセットアップ
✅ Separate Stems (Wait) ノードでポーリングループを丸ごと消す方法
✅ vocals / drums / bass / piano / guitar / other / instrumental の presigned URL を1ノードで取得するワークフロー
✅ 歌ってみた・VTuber 歌枠想定の n8n ワークフロー JSON（コピペで動く）
✅ バッチ向けの「Fire-and-forget + Get Job」構成も併記

想定するユースケース

歌ってみた・VTuber 周りで、n8n に寄せると楽になるジョブの典型例です。

シーン	入力	欲しい出力	推奨オペレーション
歌ってみた用オフボーカル生成	原曲の MP3/WAV	`instrumentalUrl`	`Separate Stems (Wait)` / `BOTH`
VTuber 歌枠のセトリ一括処理	原曲ファイルのリスト	`instrumentalUrl`（10曲分）	`Separate Stems`（並列） + `Get Job`（後追いポーリング）
ミックス師向けの素材分離	クライアントから届いた WAV	`vocalsUrl`, `drumsUrl`, `bassUrl`, `otherUrl`	`Separate Stems (Wait)` / `FOUR_STEMS`
耳コピ・楽曲解析の下処理	公開楽曲の URL	6 ステム全部	`Separate Stems (Wait)` / `SIX_STEMS`

n8n を使いたくなる一番の理由は、Discord / Telegram / Google Drive / S3 / Notion といった外部サービスとの繋ぎ込みが既存ノードで済むことです。「Discord でファイルが投稿されたら → ステム分離して → 結果のリンクを別チャンネルに通知」みたいな線がそのまま引けます。

前提条件

n8n v0.200 以降（セルフホスト or n8n Cloud のコミュニティノード許可済みインスタンス）
StemSplit のアカウントと API キー（sk_live_... 形式、stemsplit.io/app/settings/api で発行）
ステム分離したい楽曲のクレジット残高（1 秒 = 1 クレジット）

クレジット残高は無料枠でも数分ぶんあります。歌ってみた1曲（4分）で約240クレジット消費なので、軽く触る用途なら登録だけで足ります。

著作権について：市販曲のステム分離音源を公の場に出す場合、JASRAC・NexTone への申請、原盤権の扱い（YouTube Content ID 等）が別途必要です。歌ってみた・歌枠は配信プラットフォームの包括契約に依存する部分が多いので、各プラットフォームの最新ガイドラインを必ず確認してください。

ステップ1：コミュニティノードをインストールする

n8n の画面から：

Settings → Community Nodes を開く
Install a community node をクリック
パッケージ名 n8n-nodes-stemsplit を貼り付ける
リスクの確認ダイアログに同意して Install

セルフホストで Docker を使っている場合は CLI でも入ります。

npm install n8n-nodes-stemsplit
# その後 n8n コンテナを再起動

n8n Cloud ではコミュニティノードがデフォルト無効のインスタンスもあります。Settings に Community Nodes メニューが出ない場合は、ワークスペース管理者に有効化を依頼してください。

ステップ2：StemSplit API 認証情報を作る

ノードを使うには StemSplit API 型のクレデンシャルを1つ作ります。

n8n の Credentials から New → 検索バーで StemSplit API を選ぶ
API Key 欄に sk_live_... を貼って Save
Test ボタンを押すと、内部で GET /balance が走ってクレジット残高が返ってきます

Authorization: Bearer <key> を毎回 https://stemsplit.io/api/v1 に送る挙動なので、ノード単位で認証ヘッダを書き直す必要はありません。

キーが間違っていると 401 UNAUTHORIZED、クレジット不足だとジョブ送信時に 402 INSUFFICIENT_CREDITS が返ります。後者は Slack / Discord 通知に流しておくとバッチを静かに落とさずに済みます。

ステップ3：5つのオペレーション

ノードが提供するオペレーションは5種類です。歌ってみた・歌枠用途では基本 Separate Stems (Wait) を使い、バッチや並列処理では Separate Stems + Get Job の組み合わせを使います。

オペレーション	用途
Separate Stems (Wait for Completion)	同期処理。1曲投げて、完了まで待ってから presigned URL を返す
Separate Stems	投げっぱなし。ジョブIDだけ返ってくるので、別ワークフローでポーリングする
Get Job	ジョブIDを指定して状態と出力URLを取得
List Jobs	ジョブ履歴を `PENDING` / `PROCESSING` / `COMPLETED` / `FAILED` でフィルタしてページング
Get Balance	現在のクレジット残高を確認（バッチ前のチェック用）

Output Type パラメータで返ってくる URL が変わります。

`Output Type`	出力されるフィールド
`VOCALS`	`vocalsUrl`
`INSTRUMENTAL`	`instrumentalUrl`
`BOTH`（既定）	`vocalsUrl` + `instrumentalUrl`
`FOUR_STEMS`	`vocalsUrl`, `drumsUrl`, `bassUrl`, `otherUrl`
`SIX_STEMS`	`vocalsUrl`, `drumsUrl`, `bassUrl`, `pianoUrl`, `guitarUrl`, `otherUrl`（`Quality: Best` 必須）

歌ってみた向けのオフボーカル生成なら BOTH または INSTRUMENTAL、耳コピやドラム抜きのミックス案件なら FOUR_STEMS、ピアノ・ギターを別取りしたい場合は SIX_STEMS を選びます。

presigned URL の有効期限は ジョブ完了から 1 時間 です。長期保存したい場合は、n8n のフロー内で S3 / GCS / Drive に転送するノードを足してください。生成されたファイル本体も 14 日後にサーバ側から削除されます。

ステップ4：歌ってみたオフボーカル生成ワークフロー（3ノード）

実際のフローはこれだけです。

[Read Binary File: song.mp3]
  → [StemSplit: Separate Stems (Wait), Output Type: INSTRUMENTAL]
  → [HTTP Request: GET {{$json.instrumentalUrl}} → ファイル保存]

n8n の Workflows → Import from File / URL → Paste にそのまま貼れる JSON です。

{
  "name": "StemSplit Off-Vocal Generator",
  "nodes": [
    {
      "parameters": {
        "filePath": "/data/input/song.mp3"
      },
      "name": "Read Binary File",
      "type": "n8n-nodes-base.readBinaryFile",
      "typeVersion": 1,
      "position": [240, 300]
    },
    {
      "parameters": {
        "operation": "separateStemsWait",
        "inputSource": "binary",
        "binaryPropertyName": "data",
        "outputType": "INSTRUMENTAL",
        "quality": "BEST",
        "outputFormat": "WAV",
        "timeoutSeconds": 600,
        "pollIntervalSeconds": 5
      },
      "name": "StemSplit",
      "type": "n8n-nodes-stemsplit.stemSplit",
      "typeVersion": 1,
      "position": [480, 300],
      "credentials": {
        "stemSplitApi": "StemSplit account"
      }
    },
    {
      "parameters": {
        "url": "={{$json.instrumentalUrl}}",
        "options": { "response": { "response": { "responseFormat": "file" } } }
      },
      "name": "Download Instrumental",
      "type": "n8n-nodes-base.httpRequest",
      "typeVersion": 4,
      "position": [720, 300]
    }
  ],
  "connections": {
    "Read Binary File": { "main": [[{ "node": "StemSplit", "type": "main", "index": 0 }]] },
    "StemSplit":        { "main": [[{ "node": "Download Instrumental", "type": "main", "index": 0 }]] }
  }
}

ポイントは Separate Stems (Wait) ノードが内部でポーリングを回してくれていること。pollIntervalSeconds と timeoutSeconds を typed パラメータとして持っているので、長尺曲（ライブ音源など）の場合は timeoutSeconds: 1800 などに上げれば OK です。失敗時はノードが例外を投げるので、n8n のエラー分岐ブランチがそのまま発火します。

歌ってみたなら、この後 Write Binary File で offvocal_<曲名>.wav として保存しておけば、Python 側のミックス処理（歌ってみた用のオフボーカル音源をPythonで自作する方法からの続きの工程）にそのまま流せます。

ステップ5：VTuber 歌枠セトリ10曲を並列バッチ処理する

歌枠当日のセトリが10曲決まったとき、待ち時間を最小にしたいので Separate Stems（投げっぱなし） + Get Job（後追い） で並列に回します。1ワークフロー内でポーリングすると n8n のメモリに長時間居座るので、送信用と回収用で2つに分割するのが安全です。

# 送信ワークフロー（セトリ確定時に1回手動実行）
[Manual Trigger]
  → [Postgres: SELECT * FROM setlist WHERE prepared = false]
  → [StemSplit: Separate Stems, Input: URL, Output: INSTRUMENTAL]   ← ジョブIDが即返る
  → [Postgres: UPDATE setlist SET job_id = ..., status = 'SUBMITTED']

# 回収ワークフロー（30秒ごとのスケジュール実行）
[Schedule Trigger: every 30s]
  → [Postgres: SELECT * FROM setlist WHERE status = 'SUBMITTED']
  → [StemSplit: Get Job]
  → [IF: $json.status === 'COMPLETED']
      → true:
          → [HTTP Request: GET {{$json.instrumentalUrl}}]
          → [Write Binary File: /streaming/offvocals/{{$json.input.fileName}}_off.wav]
          → [Postgres: UPDATE setlist SET status = 'READY']
      → false: 何もしない（次回ループで再評価）

このパターンの良いところは、n8n の実行時間に依存せず、状態を全部 Postgres に置けること。配信PC が落ちても、回収ワークフローを再起動すれば「SUBMITTED のまま」のジョブを拾い直せます。

歌枠の本番中に新しい曲リクエストが入った場合は、送信ワークフローを Discord / Webhook トリガーで叩けるようにしておけば対応できます。ただし BEST 品質は4分曲で約30〜90秒かかるので、即興リクエストには FAST か BALANCED を使う方が無難です。

バイナリではなく URL を渡したいとき

n8n のメモリに音源を読み込みたくない / Google Drive や Dropbox の公開URLをそのまま渡したいケースでは、Input Source: URL に切り替えるだけです。ファイルは StemSplit 側のサーバが直接フェッチします。

{
  "operation": "separateStemsWait",
  "inputSource": "url",
  "sourceUrl": "https://drive.google.com/uc?export=download&id=...",
  "outputType": "FOUR_STEMS",
  "quality": "BALANCED"
}

50 MB を超えるファイル（高ビットレートの長尺ライブ音源など）はリジェクトされるので、その場合は事前に ffmpeg -b:a 192k などで圧縮しておくのが手っ取り早いです。

出力フィールド一覧（Separate Stems (Wait) の場合）

ノードを通過した後の $json に乗ってくるフィールドは以下の通りです。下流ノードで ={{$json.vocalsUrl}} のように直接参照できるよう、フラットに展開済みです。

フィールド	説明
`id`	ジョブID（後で `Get Job` から再取得するときに使う）
`status`	`COMPLETED`（待機ありの場合は常にこれ）
`progress`	0〜100
`creditsCharged`	実際に消費したクレジット秒数
`vocalsUrl`, `vocalsExpiresAt`	ボーカル presigned URL と有効期限
`instrumentalUrl`, `instrumentalExpiresAt`	オフボーカル presigned URL と有効期限
`drumsUrl`, `bassUrl`, `pianoUrl`, `guitarUrl`, `otherUrl`	該当する Output Type のときだけ
`input.fileName`, `input.durationSeconds`, `input.fileSizeBytes`	入力ファイルのメタデータ
`metadata`	リクエスト時に渡した任意の JSON（曲名・配信日・案件IDなどを乗せると便利）

metadata フィールドは StemSplit 側の DB にそのまま保存されるので、{ "song": "夜に駆ける", "stream_id": "20260601_utawaku" } のような業務 ID を埋めておくと、後から List Jobs で配信回ごとに絞れます。

既存の HTTP Request + Wait + IF 構成からの移行

すでに REST API 直叩きで作っている場合、移行は以下の入れ替えで済みます。

旧（5ノード）	新（1ノード）
HTTP Request: `POST /jobs`	`Separate Stems (Wait)` の `Submit` 部分（内部処理）
Wait 5s	`Poll Interval (Seconds)` パラメータ
HTTP Request: `GET /jobs/{id}`	`Separate Stems (Wait)` の `Poll` 部分（内部処理）
IF: `status === "COMPLETED"`	`Timeout (Seconds)` 経過で例外、それ以外は継続（内部処理）
Set: `data.stems.vocals` の抽出	フラットな `vocalsUrl` 等を直接参照

API のエンドポイントもキー形式も同じなので、過去の id でログを取っていても破綻しません。

まとめ

歌ってみた・VTuber 歌枠でステム分離を n8n から叩くなら、n8n-nodes-stemsplit ノードの Separate Stems (Wait) だけで完結します
Output Type を切り替えるだけで vocals / drums / bass / piano / guitar / other / instrumental の presigned URL が一発で返ってきます
セトリ10曲の並列バッチは Separate Stems（投げっぱなし） + Get Job（回収）で、状態を Postgres に逃がす構成が安全です
presigned URL は1時間、ファイル本体は14日で消えるので、長期保存はフロー内で S3 等に流す前提で組みます

歌ってみたや配信のミックス工程は、人間がやらなくていい部分を n8n に押し付けて、人間は歌の練習や本番に集中する——というのがこの記事のゴールです。

参考リンク

関連 Qiita 記事

VTuberの歌枠配信用カラオケ音源を5分で量産するPythonスクリプト — 配信現場のセトリ準備フロー
歌ってみた用のオフボーカル音源をPythonで自作する方法 — Demucs ローカル運用編
自分専用カラオケ動画をPythonで作る：AI音源分離 × Whisper × 歌詞同期 — 歌詞同期までやりたい場合の応用
yt-dlpでYouTubeから音声を抽出してAI音源分離する完全ガイド — n8n の HTTP Request 部分を yt-dlp に置き換えたい場合