Demucs 音轨分离器

混合音轨难拆解

拿到一段已完成混音的成品，想把人声单独做降噪、给鼓组换音色、或者把贝斯线重编，才发现没有分轨文件几乎无从下手。传统做法靠人工剪接、相位抵消，耗时长且容易损伤音质。Demucs 音轨分离器直接调用 Meta 的 Demucs 神经网络，把这件事交给模型端到端完成。

它如何工作

• 输入支持：批量读取 .wav 和 .mp3 文件，适合整张专辑或整个歌单一次性处理。
• 声部拆解：输出人声（vocals）、鼓组（drums）、贝斯（bass）、其他（other）四个独立声部，模型对每个频段的特征进行聚类分离。
• 格式衔接：分离结果默认输出 .flac 或 .wav，可通过 FFmpeg 在分离后进行格式转换与响度匹配，衔接下游编辑流程。

适用边界与注意点

• 该技能要求 Python 3.8+，环境依赖通过 environment-cpu.yml 或 environment-cuda.yml 建立。
• 自定义 CUDA 代码尚未进入正式发布渠道，GPU 用户需自行确认编译兼容性。
• 结果质量与原始混音的混缩比例和编曲复杂度直接相关，高度重叠的频段仍可能出现漏音或串扰，建议保留人工复核环节。