一句话看懂:开源工具 StemDeck 让音频分轨完全在本地完成,免费、无账号、无上传,直接把 AI 音轨分离从云端订阅制拉回桌面端,给 Moises、LALAL.AI 这类商业服务带来了一个不可忽视的替代选项。
事件核心:发生了什么
StemDeck 是一个新发布的免费开源音频分离工具,项目主页位于 GitHub。它基于 Meta AI 开源的 Demucs 模型(htdemucs_6s),可以把一首歌拆分成人声、鼓、贝斯、吉他、钢琴和其他共六条音轨。用户可以直接拖入 MP3、WAV、FLAC、OGG、MP4、M4A 文件,或粘贴 YouTube 链接导入音频。
所有处理都在本地机器上完成,不需要注册账号、不需要上传文件、也没有订阅费。软件内置了类似 DAW 的多轨编辑器,支持波形缩放、区域循环、静音/独奏、音量调节,还能导出选定的音轨或混合结果。此外,它提供 BPM、调性、响度(LUFS)等歌曲分析数据,并支持处理任务中途取消。工具会自动检测 Torch 设备,在 NVIDIA 显卡上启用 CUDA,在 Apple Silicon 上启用 MPS,如果没有独立显卡则回退到 CPU 运行。
项目页面明确表示,StemDeck 是一个分轨工具而非下载器,主要面向用户已有的音频,YouTube 导入仅是面向有权处理内容时提供的便利,软件不会存储、缓存或转发下载的内容。
为什么重要
StemDeck 的意义在于把开源模型的落地成本降到了最低。Demucs 本身是开源社区公认效果较好的分离模型,但普通用户通常需要配置 Python 环境或使用 Colab 才能调用。StemDeck 把它打包成一个无需配置的桌面应用,首次运行只下载约 170MB 的模型文件,后续可离线使用。
从行业格局看,它直接把矛头对准了云端分轨服务的收费模式。Moises、LALAL.AI 等产品采用免费额度加订阅制,音频必须上传到第三方服务器处理。StemDeck 以“本地运行、数据不出机器”作为核心卖点,在隐私敏感场景——比如未发布 demo、版权存疑的录音、专业制作中的保密素材——形成了明确优势。项目主页也提供了一份对照表,声称 StemDeck 永久免费、无需账号、无上传,而商业产品普遍受隐私政策和数据留存期限约束。
对用户/开发者/创作者的影响
对普通用户:StemDeck 直接解决了“只想偶尔分离一首歌的人声,却被迫注册账号或付费订阅”的痛点。安装后拖入音频即可出结果,界面接近专业软件但学习门槛不高。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
对音乐人和内容创作者:六轨分离加上“Original”补集轨道功能,可以快速拿掉伴奏做练习或翻唱,也能为采样、混音提供素材。不需要联网意味着在录音棚等没有稳定网络的环境下依然可用。
对开发者:StemDeck 是开源项目,代码和模型都可审查,可以在此基础上二次开发或集成到自己的工具链中。它把 Demucs 的部署流程彻底简化,对想在自己的应用里接入分轨能力的团队是一个低成本的参考实现。
值得关注的后续
一是模型迭代的跟进速度。现阶段它绑定 Demucs htdemucs_6s,如果后续 Meta 发布更强模型,StemDeck 能否及时适配是衡量项目维护活跃度的指标。
二是跨平台与移动端支持。目前项目仅覆盖桌面本地运行,而商业竞品的优势在于移动 App 和云端便捷性,StemDeck 如果长期不做移动端,影响范围仍会受限。
三是本地算力门槛。CPU 回退模式可用但速度较慢,能否通过更轻量的模型或推理优化降低硬件要求,会决定它在非 NVIDIA 设备上的实际体验。目前公开信息显示项目不接受任何赞助或商业资助,这种纯社区驱动的模式能持续多久,同样值得观察。


