HTDemucs 6S ONNX

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.