Mel-Band RoFormer Deux

Mel-Band RoFormer Deux

becruily 的双 Mel-Band RoFormer 模型，把歌曲拆成人声和伴奏，并列出各自的 SDR 得分。适合非商业的音频工作。

由 becruily 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个仓库存放 mel-band-roformer-deux，这是一个把歌曲拆成人声轨和伴奏轨的音频模型。它基于 Mel-Band RoFormer 架构，由 becruily 制作。模型卡称它为双模型，所以一次发布就覆盖了两种输出。

适合谁：它适合想把演唱或伴奏从自己有权使用的音轨里分离出来的人。模型卡很简短，更多信息请看作者的页面。

行业 | 谁在用 | 怎么用 | 例子
音乐 | 制作人 | 从自己的混音里分离出人声或伴奏 | 制作卡拉 OK 风格的伴奏
内容 | 创作者 | 重用自己拥有的曲目的伴奏，去掉人声 | 给视频配上伴奏
教育 | 音乐学生 | 单独聆听人声和伴奏部分 | 研究一首歌是如何构成的
研究 | 音频研究人员 | 在不同模型之间比较分离得分 | 对照模型卡里的两个得分

如果你需要用于商业工作的模型，可以跳过它，因为它的许可证是非商业的。

用在哪里：模型卡没有点名任何程序。你需要在支持 Mel-Band RoFormer 架构的音频分离工具里加载这些文件，所以请先确认你的工具支持它。

• 支持这种架构的音频分离工具
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

场景 | 适合谁 | 得到什么
人声轨 | 制作人 | 把演唱抽出来的音轨
伴奏轨 | 创作者 | 留下伴奏音乐的音轨
得分核对 | 研究人员 | 可与其他模型比较的两个得分

如何设置：你需要 Python，以及放得下模型文件的磁盘空间。模型卡只给出了下载这一步，所以怎么运行取决于你的工具。

1. 安装 Hugging Face 下载工具。
2. 从仓库下载文件。
3. 让你的分离工具指向这些文件。

pip install -U huggingface_hub
hf download becruily/mel-band-roformer-deux

如何使用：模型卡没有给出运行命令。下载之后，你在分离工具里加载这些文件，并打开一首你有权使用的歌曲。工具随后会写出一条人声轨和一条伴奏轨。

示例：你运行上面的两条命令，在你的工具里加载这些文件，并打开一首你拥有的歌曲。工具会给你一个含演唱的文件和一个含伴奏的文件。

新手与专家：先用一首短歌，把两条输出都听一遍。如果人声轨里还带有一点伴奏的声音，请先和另一个模型比较，再做决定。

对行家来说，模型卡只给出了两个 SDR 得分，没有训练细节或测试集。在依赖它之前，请先用你自己的音频与其他模型比较。

你下载模型文件
你在分离工具里加载它们
你打开一首你可以使用的歌曲
模型把它拆成两个部分
你得到一条人声轨和一条伴奏轨

注意事项：模型卡为每个部分列出了一个得分。这里的 SDR 是衡量分离出的音轨干净程度的常用方法，数字越高越好。

Title: 模型卡里的 SDR 得分
伴奏: 17.5466 SDR
人声: 11.3695 SDR

• License: CC BY-NC 4.0，属于非商业许可
• Cost to run: 未提及
• Data it reaches: 你提供的音频（在本地运行），以及你下载的文件
• Not for: 商业用途，或你无权使用的音频

Hugging Face 上的数据（2026年11月13日）

• 最近 30 天下载：391
• 点赞：47
• 许可证：cc-by-nc-4.0

链接

• 模型：https://huggingface.co/becruily/mel-band-roformer-deux
• 文件：https://huggingface.co/becruily/mel-band-roformer-deux/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download becruily/mel-band-roformer-deux

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。