К содержимому
Другое

HTDemucs ONNX (INT8)

разделение треков на стемы для смартфонов

2 мин чтенияобновлено

Это сжатая версия известной модели HTDemucs от Meta AI, которая разделяет музыкальный трек на четыре отдельные дорожки: вокал, ударные, бас и остальные инструменты. Автор перевёл модель в формат ONNX и применил динамическое квантование (сжатие весов для ускорения работы) до INT8, чтобы её можно было запускать на процессорах мобильных устройств через библиотеку ONNX Runtime. В отличие от оригинальной FP32-версии, этот вариант весит в два раза меньше и работает быстрее на CPU при сохранении высокой точности сигнала. Модель пригодится разработчикам мобильных аудиоприложений, диджейских утилит и сервисов для создания минусовок.

Ключевые особенности

  • Оптимизация под мобильные CPU: веса операций MatMul и Gemm квантованы в INT8, при этом свёрточные слои оставлены в FP32 для сохранения качества.
  • Компактный размер: итоговый файл весит около 84,9 МБ — в два раза меньше исходного FP32-экспорта.
  • Прирост скорости: при тестировании на процессоре Apple M1 в 4 потока модель работает примерно на 18% быстрее оригинала.
  • Четыре полноценных стема: выделяет drums, bass, other и vocals из стереозаписи с частотой дискретизации 44.1 kHz.

Что можно сделать

  • Мобильное приложение для караоке: встроить локальное удаление вокала или выделение инструментальных партий прямо на смартфоне без отправки аудио на сервер.
  • Инструмент для музыкантов и диджеев: сделать оффлайн-утилиту для ремиксов, съёма басовых или ударных партий на лету.

Пример

Модель принимает на вход фиксированный стереофрагмент длиной 7.8 секунды (44.1 kHz, форма 1 x 2 x 343980) и предварительно вычисленную спектрограмму mag (1 x 4 x 2048 x 336, параметры STFT: n_fft 4096, hop 1024). Прямое и обратное преобразование Фурье (STFT / iSTFT) не встроено в граф и выполняется на стороне вызывающего кода, а на выходе возвращаются 4 дорожки в формате FP32.

ПодробнееБазовая модель: Ghilda/htdemucs-onnx (конвертация HTDemucs от Meta AI).
Точность относительно FP32: разница по SNR составляет 37–41 dB (спектральная ветвь) и 35–40 dB (временная ветвь).
Размер файла: 84 912 686 байт (htdemucs_int8.onnx).
Лицензия: MIT.
Обсудить Telegram 0

Запустится ли?

Запустится в INT8

Влезает без сжатия.

  • INT8рекомендуемвеса 0.1 GB · готовые файлы0.6 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: INT8 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # jenila-ai/htdemucs-onnx
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download jenila-ai/htdemucs-onnx --local-dir ~/models/htdemucs-onnx
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к htdemucs-onnx
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии htdemucs-onnx — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

jenila-ai/htdemucs-onnx
Автор
jenila-ai
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии