HTDemucs 6S ONNX
6 стемов прямо в браузере
1 min readupdated
Это браузерная ONNX-сборка HTDemucs 6S (Hybrid Transformer Demucs) для проекта Audisect — бесплатного разделителя треков на стемы, который работает полностью в браузере. Модель принимает стерео 44,1 кГц и выдаёт 6 дорожек: drums, bass, other, vocals, guitar и piano.
Ключевые особенности
- Работает через ONNX Runtime Web — инференс идёт в браузере.
- Разделяет трек на 6 стемов: drums, bass, other, vocals, guitar, piano.
- Входной фрагмент — 7,8 с стерео 44,1 кГц; длинное аудио обрабатывается перекрывающимися чанками с crossfade.
- Граф оптимизирован: с 24 819 до 1 436 нод, веса хранятся в float16 с
Cast-нодами. - Относительная RMS-ошибка около 3e-5 относительно исходной модели на случайном входе.
Пример
Загрузите стерео-аудио 44,1 кГц, нарежьте на перекрывающиеся фрагменты по 7,8 с и подайте в модель тензор mix формы [1, 2, 343980]. На выходе — тензор [1, 6, 2, 343980]; стемы идут в порядке drums, bass, other, vocals, guitar, piano. Для длинных треков карточка советует склеивать результаты с crossfade.
Подробнее
Файл:htdemucs_6s_web.onnx, 142 808 361 байт.Вход:
float32 [1, 2, 343980], стерео 44,1 кГц, 7,8 с, значения в [-1, 1].Выход:
float32 [1, 6, 2, 343980].Сборка получена из
StemSplitio/htdemucs-6s-onnx; ошибка RMS около 3e-5. Лицензия MIT.









Comments