Mindket

Audio Separator Pro

新上架第 1 版 · 更新于

概览

用 50 多个模型把歌曲或录音拆成人声、乐器和鼓等分轨,支持批量运行和并排的模型对比。适合音乐人、DJ、卡拉 OK 制作者和音频剪辑师。

Audio Separator Pro 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 你的电脑上装好 Python
  • requirements.txt 里的 Python 软件包,包括 Gradio 6.19.0
  • 没有提到账号或密钥
用在
  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 装有 Python 的 Windows、macOS 或 Linux,用下载下来的副本
先运行
pip install -U huggingface_hub
hf download nomadkaraoke/audio-separator --repo-type space --local-dir audio-separator
cd audio-separator

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Audio Separator Pro 是 Audio Separator 这个 Space 的增强版,把音频拆成人声、乐器等单独的部分,也就是分轨。它在五个模型系列里提供 50 多个模型:Roformer、MDX23C、MDX-NET、VR 和 Demucs。它增加了批量运行、模型对比模式和三种配色主题。

适合谁

想从一段录音里取出人声、伴奏、鼓或其他部分、又不想安装分离软件的人。

IndustryWho uses itHow they use itExample
音乐制作人和 DJ把一首曲子拆成分轨来重混4 分轨或 6 分轨拆分
娱乐卡拉 OK 制作者去掉主唱,做成可以跟唱的伴奏一首去掉人声的流行歌
媒体播客制作人和剪辑师清理录音里的混响或噪声一段现场录音
存档修复爱好者降低黑胶或磁带转录里的噪声一张数字化的唱片
教育音乐学生把鼓或管乐器单独取出来研究一次鼓分离

如果你只需要剪掉静音或转换文件格式,可以跳过它。

用在哪里

  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 装有 Python 的 Windows、macOS 或 Linux,用下载下来的副本
Use caseWhoWhat they get back
卡拉 OK 和伴奏卡拉 OK 制作者去掉主唱的音轨
人声分离制作人一条干净的人声分轨
批量分离文件很多的剪辑师所有输出合在一起的 ZIP
模型对比音频工程师两到四个模型并排的结果

如何设置

  • 你的电脑上装好 Python
  • requirements.txt 里的 Python 软件包,包括 Gradio 6.19.0
  • 没有提到账号或密钥
  1. 安装 Hugging Face hub 软件包。
  2. 用 hf 命令下载这个 Space。
  3. 进入下载好的文件夹。
  4. 先安装 Gradio 6.19.0,再安装依赖。
  5. 启动 app.py。
pip install -U huggingface_hub
hf download nomadkaraoke/audio-separator --repo-type space --local-dir audio-separator
cd audio-separator
pip install gradio==6.19.0
pip install -r requirements.txt
python app.py

如何使用

上传或拖入一个音频文件,选一个用途预设,预设会替你选好合适的模型,也可以从下拉菜单里换模型。然后选择 WAV、MP3、FLAC、OGG 或 M4A 并运行。打开高级参数可以做更细的控制。

python app.py
ToolWhat it does
用途预设选一个目标,比如卡拉 OK、去混响或 4 分轨拆分,模型会替你选好
批量模式用同样的设置运行很多文件,并提供一个 ZIP 下载
对比模式在一个文件上运行两到四个模型,并排检查
separate_batch, compare_models, model_metadata, stats用于批量运行、对比、模型详情和状态的服务器接口

示例

你上传一首流行歌,选择卡拉 OK 预设。应用把歌拆成两条分轨,你可以把没有主唱的那条当作跟唱伴奏。

新手与专家

先用一首短歌和卡拉 OK 预设,因为预设会替你选模型。先听过第一个模型的结果,再去和别的模型对比。

预设对应不同的模型系列。Roformer 处理大多数两分轨任务,Demucs 处理四分轨和六分轨拆分,MDX-NET 提供只用 CPU 的快速伴奏选项,MDX23C 负责鼓的分离,VR 负责管乐器。每个模型都带有质量、速度和大小的说明,对比模式会根据质量分数挑出最佳模型。

  1. 你上传一个文件或一批文件
  2. 选定一个预设或模型
  3. 分离器把音频拆成分轨
  4. 返回分轨,批量时打包成 ZIP

注意事项

  • 五种架构里有 50 多个模型,带有质量、速度和大小的说明
  • 三种主题:深色、浅色和一种复古主题
  • License: mit
  • Cost to run: 没有提到
  • Data it reaches: 你上传的音频文件,以及应用保存的处理历史
  • Not for: 来源没有写明限制

README 和文件

README

Audio Separator Pro

用 50 多个模型把歌曲或录音拆成人声、乐器和鼓等分轨,支持批量运行和并排的模型对比。适合音乐人、DJ、卡拉 OK 制作者和音频剪辑师。

由 nomadkaraoke 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Audio Separator Pro 是 Audio Separator 这个 Space 的增强版,把音频拆成人声、乐器等单独的部分,也就是分轨。它在五个模型系列里提供 50 多个模型:Roformer、MDX23C、MDX-NET、VR 和 Demucs。它增加了批量运行、模型对比模式和三种配色主题。

适合谁:想从一段录音里取出人声、伴奏、鼓或其他部分、又不想安装分离软件的人。

Industry | Who uses it | How they use it | Example
音乐 | 制作人和 DJ | 把一首曲子拆成分轨来重混 | 4 分轨或 6 分轨拆分
娱乐 | 卡拉 OK 制作者 | 去掉主唱,做成可以跟唱的伴奏 | 一首去掉人声的流行歌
媒体 | 播客制作人和剪辑师 | 清理录音里的混响或噪声 | 一段现场录音
存档 | 修复爱好者 | 降低黑胶或磁带转录里的噪声 | 一张数字化的唱片
教育 | 音乐学生 | 把鼓或管乐器单独取出来研究 | 一次鼓分离

如果你只需要剪掉静音或转换文件格式,可以跳过它。

用在哪里:

  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 装有 Python 的 Windows、macOS 或 Linux,用下载下来的副本
Use case | Who | What they get back
卡拉 OK 和伴奏 | 卡拉 OK 制作者 | 去掉主唱的音轨
人声分离 | 制作人 | 一条干净的人声分轨
批量分离 | 文件很多的剪辑师 | 所有输出合在一起的 ZIP
模型对比 | 音频工程师 | 两到四个模型并排的结果

如何设置:

  • 你的电脑上装好 Python
  • requirements.txt 里的 Python 软件包,包括 Gradio 6.19.0
  • 没有提到账号或密钥
  1. 安装 Hugging Face hub 软件包。
  2. 用 hf 命令下载这个 Space。
  3. 进入下载好的文件夹。
  4. 先安装 Gradio 6.19.0,再安装依赖。
  5. 启动 app.py。
pip install -U huggingface_hub
hf download nomadkaraoke/audio-separator --repo-type space --local-dir audio-separator
cd audio-separator
pip install gradio==6.19.0
pip install -r requirements.txt
python app.py

如何使用:上传或拖入一个音频文件,选一个用途预设,预设会替你选好合适的模型,也可以从下拉菜单里换模型。然后选择 WAV、MP3、FLAC、OGG 或 M4A 并运行。打开高级参数可以做更细的控制。

python app.py
Tool | What it does
用途预设 | 选一个目标,比如卡拉 OK、去混响或 4 分轨拆分,模型会替你选好
批量模式 | 用同样的设置运行很多文件,并提供一个 ZIP 下载
对比模式 | 在一个文件上运行两到四个模型,并排检查
separate_batch, compare_models, model_metadata, stats | 用于批量运行、对比、模型详情和状态的服务器接口

示例:你上传一首流行歌,选择卡拉 OK 预设。应用把歌拆成两条分轨,你可以把没有主唱的那条当作跟唱伴奏。

新手与专家:先用一首短歌和卡拉 OK 预设,因为预设会替你选模型。先听过第一个模型的结果,再去和别的模型对比。

预设对应不同的模型系列。Roformer 处理大多数两分轨任务,Demucs 处理四分轨和六分轨拆分,MDX-NET 提供只用 CPU 的快速伴奏选项,MDX23C 负责鼓的分离,VR 负责管乐器。每个模型都带有质量、速度和大小的说明,对比模式会根据质量分数挑出最佳模型。

你上传一个文件或一批文件
选定一个预设或模型
分离器把音频拆成分轨
返回分轨,批量时打包成 ZIP

注意事项:

  • 五种架构里有 50 多个模型,带有质量、速度和大小的说明
  • 三种主题:深色、浅色和一种复古主题
  • License: mit
  • Cost to run: 没有提到
  • Data it reaches: 你上传的音频文件,以及应用保存的处理历史
  • Not for: 来源没有写明限制

Hugging Face 上的数据(2026年11月13日)

  • 点赞:9
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/nomadkaraoke/audio-separator
  • 文件:https://huggingface.co/spaces/nomadkaraoke/audio-separator/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Audio Separator Pro 本页9gradiomit
MuLaCover共有 music · gradio47gradiocc-by-nc-4.0
RVC-v2 + Beatrice-v2 Voice Conversion + training共有 audio · gradio42gradiomit
Voxtral Studio共有 audio · gradio1gradioapache-2.0
Supertonic 3 (TTS)共有 audio291staticopenrail
MusicGen共有 gradio5,116gradiocc-by-nc-4.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

效率类的相似商品

查看效率类的全部商品

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Frontend Slides

zarazhangrui · 技能

从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。

新上架32.3k