Demucs 系分轨模型
开源分轨模型，离线批量拆出人声、鼓、贝斯与其他。
模型档案
- 厂商
- Meta（Facebook Research）
- 形态
- 本地模型
- 输入
- 混音音频
- 输出
- 分轨
- 条款
- 代码许可与预训练权重许可要分开核对，训练素材的授权范围以官方仓库与数据集说明为准
- 核对日
- 2026-10-30
相关
它能做什么
把一个文件夹里的混音批量拆成人声、鼓、贝斯与其他；给老歌做无伴奏草稿；从伴奏里截一段鼓或贝斯做采样；为训练别的模型准备对照素材；在没有网络的机器上处理不能上传的母带。
输入与输出
输入是混音音频文件，输出是每条分轨一个 wav，采样率与位深可设。模型内部会把音频重采样到自己的处理率再回到原率，长文件要留意起始对齐与延迟。命令行与 Python 接口都能调用，目录可以整批跑；有显卡时快，只有 CPU 时慢，但能跑完。
强项
- 完全离线，素材不出本机，适合未发行母带与客户保密项目。
- 可批量、可脚本化，结果与权重绑定，同一份输入重复跑能对齐。
- 人声与伴奏的分离在同级开源方案里稳定，够做草稿与采样。
- 一次输出多条轨，鼓、贝斯、人声、其他各自成文件，便于逐轨修。
- 不按分钟计费，成本是电与时间。
弱项与翻车点
- 残渣：混响重、失真大、现场录音的素材，人声轨会带水声，伴奏轨会留人声影子。
- 低频：贝斯与底鼓共用频段，分离后低频常被削薄，或两条轨互相串。
- 鼓：镲片与军鼓的瞬态被抹圆，踩镲的金属感摊成一片噪声。
- 对齐：内部重采样带来毫秒级偏移，把分轨叠加回原轨会相位抵消，比较之前必须先对齐。
- 资源：长曲目吃显存，CPU 上跑一整张专辑要等很久，批量任务的排队要自己安排。
- 权重差异：不同权重的结果差别明显，换权重等于换工具，工程里要记下用了哪一版权重。
条款、价格与替代
要确认的问题：代码许可与预训练权重许可是否一致？训练用的公开数据集是否允许商用？分离后的分轨仍受原录音版权约束，这一点有没有写进交付说明？拿分轨去训练自己的模型是否被允许？
价格：软件本身免费，成本是显卡与时间；他人搭好的托管版本按订阅或按量，以官方页面为准。
替代：LALAL.AI——不想装环境、要网页一键出结果时换它；UVR 一类带界面的工具——想试多种模型、不写命令时换它；iZotope RX——要在 DAW 里一边分离一边修的时候换它。
在库中听例子
little%20town%20 %20orchestral%20midi编制拥挤的游戏管弦，声部多、频段重叠，是分离最难的一类素材——这是该类产出的参照，不是本模型生成（C1）详情Libertango手风琴与室内编制，中频密集，能听出哪条轨被削薄——这是该类产出的参照，不是本模型生成（C1）详情Chorale BWV 1/6四声部众赞歌，人声之间只差音区，串音最容易听出来——这是该类产出的参照，不是本模型生成（C1）详情soul-groove9 · 105 BPM · beat 4/4灵魂乐鼓组，底鼓与贝斯抢同一段低频，适合看分离后的低频——这是该类产出的参照，不是本模型生成（C1）详情
每首均来自 midicn-lib，行内徽标为许可档位（C1 可商用 / C2 非商业 / C3 仅学习研究）。
事实来源
- Demucs 的模型结构与推理方式，依公开论文摘要与仓库说明核对，未抄原文
- 分离残渣与低频损失的处理，依混音实践通识核对，未抄文本
仅用于核查事实，正文为原创撰写。