К содержимому
Другое

logic-drumsep-model

модель разделения ударных из Logic Pro 13

2 мин чтения

Модель извлечена из фреймворка MAMLStemSplitter.framework программы Logic Pro 13 и переведена в формат PyTorch. Она принимает на вход аудиозапись с ударными и разделяет её на 6 отдельных дорожек (стемов), например бочку (kick) и другие элементы установки. В отличие от 6-стемового разделителя треков, который в Logic 13 остался побитово идентичен версии 11.2, модель для ударных оказалась совершенно новой гибридной архитектурой (186.6M параметров). Инструмент пригодится битмейкерам, звукорежиссёрам и разработчикам аудиосервисов, которым нужно качественно разбирать барабанные партии на чистом PyTorch без привязки к macOS.

Ключевые особенности

  • Двухветвевая архитектура: сочетает спектральную ветку на базе BS-RoFormer (62 частотные полосы) и временную ветку на основе Conv U-Net, которые обмениваются данными через 4 моста cross-attention.
  • Минимальные зависимости: автономный скрипт инференса работает только на torch (без einops, beartype и rotary_embedding_torch), для чтения аудио использует torchaudio или связку soundfile + librosa.
  • Взаимное подавление утечек: выходы спектральной и временной веток суммируются, при этом остаток (~1% сигнала) гасит проникновение чужих звуков в пустых дорожках (например, при отсутствии томов).
  • Набор инструментов реверс-инжиниринга: в репозитории также лежат скрипты конвертации из CoreML (.mil и weight.bin) и послойной верификации тензоров.

Что можно сделать

  • Разложить готовый барабанный луп или партию на 6 отдельных FLAC-файлов (с помощью флага --stem_names файлы сразу получат понятные имена вроде 01_kick.flac).
  • Встроить модель в собственный Python-пайплайн или аудиоредактор на базе PyTorch для автоматического разбора сэмплов без запуска Logic Pro.
  • Сравнить качество разделения в трёх доступных режимах вывода: суммарном (sum по умолчанию), только спектральном (spectral) или только временном (time).

Пример

python inference.py \
    --audio_path drums.wav \
    --weights logic13_drum_splitter.ckpt \
    --stem_names
ПодробнееРазмер чекпоинта: 747 MB (186.6M параметров), конфиг для pymss (model_type: logic_drums) прилагается.
Длина чанка при инференсе обязана быть кратна 1024 (по умолчанию chunk_size: 266240, перекрытие overlap: 2).
Параметр inference.normalize должен оставаться false, так как модель сама выполняет глобальную стандартизацию внутри чанка.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # Sucial/logic-drumsep-model
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 Sucial/logic-drumsep-model --local-dir ~/models/logic-drumsep-model
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к logic-drumsep-model
  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 logic-drumsep-model — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Sucial/logic-drumsep-model
Автор
Sucial
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

Языковые модели

CIEAV-Model

CIEAV-Model