Demucs 音乐源分离
示例
原始
使用Demucs处理后的效果:
安装
python3 -m pip install -U demucs
使用
Demucs -n mdx_extra --two-stems=vocals --mp3 "原始音乐文件.mp3"
注意事项
命令直接在CMD中打开使用
预训练模型列表为:-n
--two-stems=vocals:该选项允许将人声与伴奏的其余部分分开(即卡拉 OK 模式)
模型列表
- htdemucs:混合变压器 Demucs 的第一个版本。在 MusDB + 800 首歌曲上进行训练。默认模型。
- htdemucs_ft:微调版,分离时间将增加 4 倍 但可能会好一点。htdemucs_6s:6 个来源版本的 ,并被添加为来源。 请注意,该源目前效果不佳。与 相同的训练集
- hdemucs_mmi:混合 Demucs v3,在 MusDB + 800 首歌曲上重新训练
- mdx:仅在 MusDB HQ 上训练,在 MDX 挑战赛中在轨道 A 上获胜的模型
* mdx_extra:使用额外的训练数据(包括 MusDB 测试集)进行训练,在赛道 B 中排名第二 MDX 挑战 - mdx_q, : 以前模型的量化版本。下载量和存储量更小 但质量可能会稍差一些。
- SIG