Kaynak Ayrımı

Open-Unmix HQ, bir stereo müzik parçasını dört bağımsız stem'e böler — vocals, drums, bass ve other. Dört bağımsız BiLSTM modeli (her stem için bir tane) karışımın STFT'si üzerinde büyüklük maskeleri üretir; isteğe bağlı bir Wiener son-filtresi bunları uzlaştırır. MLX üzerinden Apple Silicon'da çalışır.

Nedir

• Parça başına 4 stem — vocals, drums, bass, other. Her biri 2 kanallı 44.1 kHz bir stem dosyasıdır.
• Büyüklük-maske modeli — her stem modeli, karışımın spektrogramına uygulanan negatif olmayan bir maske öngörür; faz karışımdan alınır.
• Wiener son-filtresi (isteğe bağlı) — 4 stem'in tutarlı biçimde karışıma toplanması için yumuşak-maske iyileştirmesi. ~0.5 dB SDR ekler.
• Küçük ayak izi — stem başına 8.9M parametre, 4 stem için toplam ~136 MB.
• Apache-2.0 — yukarı akış ağırlıkları MIT, CoreML/MLX dönüşümümüz Apache-2.0 altında.

Mimari

Dört bağımsız stem, her biri aynı ağın bir kopyası:

Model

Hızlı başlangıç — Swift

import SourceSeparation
import AudioCommon

let separator = try await SourceSeparator.fromPretrained()

let stereo = try AudioFileLoader.loadStereo(
    url: URL(fileURLWithPath: "song.wav"),
    targetSampleRate: 44100
)

let stems = separator.separate(audio: stereo, sampleRate: 44100)
// stems[.vocals], stems[.drums], stems[.bass], stems[.other]
// Each is [[Float]] — left channel, right channel.

try WAVWriter.writeStereo(
    left: stems[.vocals]![0],
    right: stems[.vocals]![1],
    sampleRate: 44100,
    to: URL(fileURLWithPath: "vocals.wav")
)

En iyi kalite için wiener: true (varsayılan) iletin. Yalnızca stem'lerin bir alt kümesini çıkarmak ve diğer modelleri atlamak için targets: [.vocals] iletin.

CLI

speech separate song.wav                              # all 4 stems into song_stems/
speech separate song.wav --stems vocals               # vocals only
speech separate song.wav --stems vocals,drums         # subset
speech separate song.wav --output-dir /tmp/stems/     # custom output dir
speech separate song.wav --verbose                    # show timing

Ne zaman kullanılır