项目 ◆ 沧海遗珠
AudioSep
Audio-AGI/AudioSep · Python · MIT
用文字描述就能分离的通用音频分离模型
与固定四轨的 Demucs 不同，AudioSep 分离你说的任何东西——乐器、音效、冷门声部都能按语言描述提取。
7.3 / 100 · 评分
★ 1.9k Star 数
+-1 30 天增长
25 分钟 首次运行耗时
无需 API Key
评分
趋势 13
活跃 8
质量 65
社区 29
相关 100
上手成本一览
部署方式Cli
GPU8 GB
API Key无需
界面语言
文档语言en
安装命令
git clone https://github.com/Audio-AGI/AudioSep.git && pip install -r requirements.txt 深度解读
AudioSep 是“描述什么就分离什么”：不再固定分人声/鼓/贝斯，而是用自然语言描述你想孤立的声音——狗叫、某件乐器、某个说话人——模型就分离它。
它是用大规模音频-语言数据训练的通用声音分离，把分离从封闭 stem 集变成开放词表任务。
项目发布演示页、Hugging Face Space 浏览器试用，checkpoint 在 Google Drive 供本地运行。
适用场景
从混音里抽出指定乐器
干净的声音设计底噪
自定义分轨工作流
适合 / 不太适合
适合
声音设计师与 remixer
不太适合
只需要人声/鼓/贝斯/其他的人