StemDeck：免费开源本地化的 AI 音轨分离工具

免费、本地运行、开源的 AI 音轨分离工具。无需账号、无需上传、无需订阅。

将 MP3、WAV、FLAC、OGG/Opus、MP4 或 M4A 文件拖入，或粘贴一个 YouTube 链接，StemDeck 就能将音频拆分为最多 6 条音轨（人声、鼓、贝斯、吉他、钢琴、其他）。在 DAW 风格的多轨混音器中回放：静音、独奏、平衡电平、缩放波形、循环片段，导出单条音轨或自定义混音。一切都在本地运行。

这是什么？StemDeck 是一个音轨分离工具，而非下载器。它的主要用途是处理你已有的音频：把 MP3、WAV、FLAC、OGG 或 M4A 拖到导入栏上就开始。你Tube 支持是为了方便处理你有权限的内容。StemDeck 不会存储、缓存或重新分发任何下载的内容。所有操作都在本地完成，没有任何内容离开你的机器。

StemDeck 是云端音轨分离工具（如 Moises 和 LALAL.AI）的免费、开源替代品：无需账号、无配额、无上传、无订阅。如果你需要音轨用于个人学习，且偏好本地免费的方式，StemDeck 可以满足你。如果你需要更精良的效果、移动端应用或更深入的音乐人工具，商用产品更合适。

StemDeck 完全免费，不接受任何下方列出的个人或组织的金钱、赞助或资助。我分享这些创作者、艺术家和社区纯粹是为了带给你快乐——向你介绍那些做着美好作品的人们。去认识他们吧 ❤️

通过 Demucs htdemucs_6s 实现 6 音轨分离，并自动检测最佳 Torch 设备（NVIDIA 上为 CUDA，Apple Silicon 上为 MPS，备用为 CPU）。

支持 YouTube 和本地文件导入。粘贴 YouTube 链接，或直接将 MP3、WAV、FLAC、OGG/Opus、MP4 或 M4A 拖到导入栏上。

DAW 风格的波形编辑器，包含所有音轨的 min/max 采样渲染、共享归一化、放大/缩小/适应、标尺拖拽循环、金色播放头叠加，以及音轨对齐轨道。

音轨子集提取。点击音轨芯片选择要保留的音轨。从"全选"点击会切换到"仅这一个"；后续点击为添加或移除。

"原始"伴奏轨道。当你选择一个子集时，第 7 条轨道包含补集（完整歌曲减去所选音轨），非常适合 A/B 对比而不产生叠加。

可下载的所选混音。将你选择的音轨通过 ffmpeg amix 求和，生成单一的 mix.wav。

每条音轨的混音器：音量推子、静音、独奏，以及每条音轨的"监听"（仅该音轨独奏）。状态在预览混音器和音轨侧边栏之间同步。

每条音轨的实时 VU 表。通过 Web Audio 分析器实现后增益 RMS，带峰值保持和缓慢回落。

歌曲分析包括 BPM（librosa 节拍追踪）、调性、音阶及置信度（Albrecht-Shanahan 谱），整合的 LUFS（BS.1770），以及以 dBFS 为单位的采样峰值。

可取消的任务。在管道中途取消时，Runner 会立即终止子进程、删除部分任务目录，并恢复到就绪状态。

库面板，支持基于文件夹的曲目组织、拖拽、搜索和回收站。

StemDeck 无意与商业音轨分离产品竞争。它很好地覆盖了核心用例，并在那里止步。下面这张表是为了让你在事后发现差距之前就能做出明智的选择。

如果你需要速度、音质、移动端访问或额外的音乐人工具，商用产品值得付费。如果你需要音轨用于个人学习、偏好保持音频隐私，或者只是想要一个本地运行、无任何束缚的东西，StemDeck 就够了。

预构建的安装程序和压缩包附在每个 GitHub Release 上。

打开 DMG，将 StemDeck 拖到应用程序，然后启动。第一次启动时，设置屏幕会下载 Python 运行时（约 500 MB）、FFmpeg 和 Demucs 模型（约 170 MB）。后续启动跳过设置，几秒内即可启动。无需 Python 或系统依赖。

macOS 可能在首次打开时显示 Gatekeeper 提示——右键点击应用并选择"打开"即可绕过。

将压缩包解压到任意位置，运行 StemDeck.exe。FFmpeg、Demucs 模型、配置和日志位于 StemDeck.exe 旁边的 data/ 文件夹中，而非 AppData；将整个解压文件夹移动或复制到任何位置，它都能继续工作。第一次启动时，应用会验证捆绑的 Python 运行时，并下载 FFmpeg 和 Demucs 模型（约 170 MB）到该文件夹。后续启动跳过此步骤，几秒内即可启动。所有内容都是自包含的；无需 Python 或系统依赖。你的任务/库数据保存在其通常位置（默认在 ~/Documents/StemDeck），并可随时通过设置 → StemData 位置重新定位。

StemDeck 基于 Python 3.12 构建（通过 uv 管理），使用 FastAPI 后端提供 REST 和 Server-Sent Events。音轨分离使用 Demucs（htdemucs_6s），这是 Meta AI 的开源 6 音轨神经网络。可选的按需人声/伴奏分离使用 UVR-MDX-NET Karaoke 2 模型（通过 audio-separator 运行），该模型是 Ultimate Vocal Remover 项目的一部分，由 Anjok07 训练。YouTube 音频通过 yt-dlp 获取；转码和混音使用 FFmpeg。BPM 检测和调性分析在 librosa 上运行；响度测量使用 pyloudnorm（ITU-R BS.1770）。macOS 和 Windows 桌面壳由 Tauri v2 构建（macOS 上为 Rust/WKWebView，Windows 上为 Rust/WebView2）。前端是纯 JS + Web Audio API，无框架、无构建步骤；波形通过 <canvas> 使用 min/max 采样渲染。

感谢所有使 StemDeck 成为可能的开源库的创建者和维护者。

需要 Rust、Node.js 和 Python 3.12。构建一个自包含的 .app，在首次启动时下载自己的运行时。

# 首次只需——添加交叉编译目标
rustup target add aarch64-apple-darwin   # Apple Silicon
rustup target add x86_64-apple-darwin    # Intel

# 构建 Apple Silicon
ARCH=arm64 scripts/macos/make-runtime-pack.sh
ARCH=arm64 scripts/macos/make-app.sh
ARCH=arm64 scripts/macos/make-dmg.sh

# 构建 Intel（需要 Rosetta 2 和 x86_64 Python）
ARCH=x64 scripts/macos/make-runtime-pack.sh
ARCH=x64 scripts/macos/make-app.sh
ARCH=x64 scripts/macos/make-dmg.sh

.app 位于 desktop/src-tauri/target/<target>/release/bundle/macos/StemDeck.app。DMG 位于 .build/macos-dist/StemDeck-macOS-<arch>.dmg。

不通过 DMG 直接运行新构建：

open desktop/src-tauri/target/aarch64-apple-darwin/release/bundle/macos/StemDeck.app

如果 macOS 用 Gatekeeper 提示阻止了应用，运行：

xattr -dr com.apple.quarantine desktop/src-tauri/target/aarch64-apple-darwin/release/bundle/macos/StemDeck.app

注意：要测试开发期间的干净首次启动，可以先擦除旧应用数据：rm -rf ~/Library/Application\ Support/StemDeck。请不要在真实安装上这样做。

Web 服务端（macOS / Linux / Windows，需要 Python 3.12+）

Python 3.12 或更高版本，PATH 上有 ffmpeg，以及 uv。约需 170 MB 可用磁盘空间存放 Demucs 模型（首次运行时自动下载）。

git clone https://github.com/stemdeckapp/stemdeck stemdeck && cd stemdeck
./run.sh setup     # 安装 ffmpeg + uv，运行 uv sync
./run.sh start

打开 http://localhost:8000。

setup 在 macOS 上使用 Homebrew，在 Debian/Ubuntu 上使用 apt-get。对于其他 Linux 发行版，请手动安装 ffmpeg 和 uv，然后运行 uv sync，再运行 ./run.sh start。

安装前提条件：

uv — winget install astral-sh.uv

ffmpeg — winget install Gyan.FFmpeg（或 Chocolatey：choco install ffmpeg）

git clone https://github.com/stemdeckapp/stemdeck stemdeck; cd stemdeck
uv sync
uv run uvicorn app.main:app --host 127.0.0.1 --port 8000 --timeout-graceful-shutdown 5

打开 http://localhost:8000。

run.sh 仅适用于 macOS/Linux。Windows 上使用上面的 PowerShell 命令，或在 WSL 内运行。

NVIDIA GPU（CUDA）：启动前安装 CUDA 启用版的 torch 构建：

uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
$env:STEMDECK_DEMUCS_DEVICE = "cuda"
uv run uvicorn app.main:app --host 127.0.0.1 --port 8000 --timeout-graceful-shutdown 5

git clone https://github.com/stemdeckapp/stemdeck stemdeck && cd stemdeck
uv sync
uv run uvicorn app.main:app --reload --timeout-graceful-shutdown 5

--timeout-graceful-shutdown 限制了你停止 uvicorn 时等待开放连接的时间。StemDeck 在浏览器标签页打开应用时保持一个长连接的 SSE 流，所以在没有此参数的情况下 Ctrl-C 会等待该流而不是退出。

docker compose -f build/docker-compose.yml up --build

音轨会落在主机的 ./jobs/ 下。Demucs 权重缓存在命名卷中，因此重新构建时不会重新下载。注意：macOS Docker 没有 GPU 直通。

预构建镜像发布到 GHCR。标签：edge（滚动版本，每次合并到 main 时重建）、latest（最新稳定版本）和 X.Y.Z（固定到某个发布版本）。

docker run -d --name stemdeck -p 8000:8000 \
  -v /path/to/jobs:/app/jobs \
  -v /path/to/cache:/cache \
  -e STEMDECK_PERSIST_LIBRARY=1 \
  ghcr.io/stemdeckapp/stemdeck:edge

在有 NVIDIA GPU 的 Linux 主机上（已安装驱动 + NVIDIA Container Toolkit），添加 --runtime=nvidia -e NVIDIA_VISIBLE_DEVICES=all，StemDeck 会自动检测 CUDA。镜像已经捆绑了 CUDA 启用版的 torch，因此无需单独安装 CUDA。

StemDeck 在 Unraid 社区应用中可用：打开 Apps，搜索"StemDeck"并安装。将两个卷映射到持久化的 appdata 路径：

/app/jobs -> /mnt/user/appdata/stemdeck/jobs（库 + 音轨）

/cache -> /mnt/user/appdata/stemdeck/cache（模型权重）

库默认是持久化的（STEMDECK_PERSIST_LIBRARY=1），因此曲目永远不会自动删除。要启用 GPU 加速，安装 Nvidia Driver 插件，然后将容器的额外参数设置为 --runtime=nvidia（NVIDIA_VISIBLE_DEVICES 和 NVIDIA_DRIVER_CAPABILIES 变量已在模板中）。纯 CPU 无需额外配置即可工作。

./run.sh setup      # 一次性：安装 ffmpeg + uv，然后 uv sync
./run.sh start      # 在后台启动 uvicorn
./run.sh stop       # 优雅关闭
./run.sh restart    # stop + start
./run.sh status     # 是否在运行？

在导入栏上，点击音轨芯片选择要提取哪些音轨（默认全选 6 条）。

粘贴 YouTube 链接或拖入音频文件（MP3、WAV、FLAC、OGG、MP4、M4A），然后点击 Process。

等待完成：Uploading... / Downloading... → Analyzing... → Separating... → Mixing tracks....

完成后，工作室面板出现。如果你选择了子集，第一条轨道是 Original（完整歌曲减去你的选择）；其余的是你分离出的独立音轨。

混音：播放/暂停/停止控制主传输。M 静音一条音轨，S 将其独奏（可叠加；多个独奏都保持可听），Monitor 仅独奏该音轨并清除其他。音量推子与拖拽 1:1 移动；双击重置为 0 dB；Shift+滚轮进行粗调， plain 滚轮进行细调。Reset、Mute 和 Solo 工具栏按钮一次性作用于所有音轨。

在标尺上拖拽定义循环区域；点击 Loop 启用。使用 + / - / Fit 或 Ctrl/Cmd+滚轮缩放。

底部的 Download Mix 给你一个所选音轨求和后的 WAV 文件。

键盘快捷键：Space 播放/暂停 · [ 快退 5 秒 · ] 快进 5 秒 · L 循环 · I 循环入点 · O 循环出点

run.sh 还读取以下环境变量：HOST（默认 127.0.0.1）、PORT（默认 8765）、RELOAD=1（启用 uvicorn 自动重载用于开发）、FOREGROUND=1（在前台运行而非后台）。

ffmpeg: command not found：安装 ffmpeg 并用 ./run.sh restart 重启。

WARNING: [youtube] No supported JavaScript runtime：安装 deno（macOS 上为 brew install deno）并重启。没有它下载仍然有效，但可能选择次优格式。

首次分离非常慢：Demucs 在首次运行时下载 htdemucs_6s 权重（约 170 MB）；之后会被缓存。

Demucs 仅在 CPU 上运行：检查启动日志中的 device=mps 或 device=cuda。如果你看到 cpu，你的 torch 安装可能仅是 CPU 版本。

页面在任务中途刷新：任务会在服务端继续运行。等待它完成，然后重新提交。

./run.sh: Permission denied：运行 chmod +x run.sh。

jobs/<job_id>/
└── stems/
    ├── vocals.wav      # 6 条 Demucs 音轨（始终存在）
    ├── drums.wav
    ├── bass.wav
    ├── guitar.wav
    ├── piano.wav
    ├── other.wav
    ├── original.wav    # 未选音轨的总和（仅子集）
    └── mix.wav         # 所选音轨的 ffmpeg amix（仅子集）

任务状态存储在内存中。重启服务器后任务列表会重置，但文件会保留在磁盘上。旧目录会自动清理（TTL 24 小时，可配置）。

StemDeck 是一个本地音频音轨分离工具，旨在用于个人学习、研究和实验。它不是下载服务。它不会存储、缓存或重新分发任何音频内容。所有处理都在用户自己的机器上运行，没有任何音频被传输到任何地方。

YouTube URL 支持通过 yt-dlp 提供，作为一种便利。自动下载可能违反 YouTube 的服务条款。你，作为用户，有责任确保你有权处理你提交的任何音频，遵守你下载内容的任何网站的服务条款，并尊重你所用材料的版权。

你还负责遵守本项目所依赖的底层工具的许可（yt-dlp、Demucs、FFmpeg、PyTorch，以及 pyproject.toml 中列出的其他工具）。

StemDeck 的作者以此软件"按原样"提供，不提供任何种类的保证，且不接受任何因其使用方式而产生的责任或义务。

环境变量

这些用于开发和测试。发布版本只识别标记为"release"的变量。

问题、功能建议和 Pull Request 欢迎参与。参见开放问题以了解计划中的内容。