StemDeck：免费、开源的本地 AI 音轨分离器

事件核心：发生了什么

开发者近日在 Hacker News 上发布了 StemDeck 的完整功能清单。这款工具定位为本地优先的音轨分离器，后端基于 Python、FastAPI、Demucs、FFmpeg、yt-dlp 和 librosa，桌面外壳则使用 Tauri 构建。它支持 NVIDIA CUDA、Apple Silicon MPS 以及纯 CPU 三种处理模式，并提供 Windows、macOS 和 Linux 原生版本。

功能层面，StemDeck 能完成六轨分离（人声、鼓、贝斯等），支持 MP3、WAV、FLAC、M4A、MP4、OGG、Opus 等常见格式，也可以直接导入 YouTube 和 SoundCloud 链接，甚至内置歌曲搜索与播放列表导入。处理完成后，用户可以在浏览器式的多轨混音台里调整音量、静音、独奏，还能变速变调、循环区域，并自动分析 BPM、调性、LUFS 和峰值。项目采用 Apache 2.0 许可证，没有账号、广告、订阅或遥测机制，所有计算均在本地完成。

为什么重要

目前公开信息显示，StemDeck 的价值在于把“AI 音轨分离”从在线服务拉回本地桌面。过去用户依赖云端工具分离音轨，往往受到上传体积限制、隐私顾虑和付费墙的制约。StemDeck 选择了完全本地的技术路线，神经网络推理不出本机，这在音乐制作和播客编辑场景中意味着敏感音频素材不会被第三方服务器留存。

从技术生态看，它选择的 Demucs 是 Meta 开源的分离模型，StemDeck 相当于为其提供了一个完整的产品化外壳——从文件解析到混音导出，再到移动端局域网访问。这种“开源模型 + 本地推理 + 桌面壳”的组合，正在成为 AI 音频工具的一种常见范式。此外，它支持 Docker 和 Unraid，意味着用户可以将其部署到家庭服务器或 NAS 上，进一步降低了使用门槛。

对用户/开发者/创作者的影响

对音乐制作人和播客创作者来说，StemDeck 提供了免费用 AI 拆轨的可能性，尤其在需要提取人声做 Remix、分离乐器采样或清理录音环境声时，本地处理避免了上传等待和文件大小限制。多轨混音台和 BPM 分析让它在分离之外兼具基础的编辑能力，适合快速试听和素材整理。

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。

了解 GamsGo AI

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。

对开发者而言，StemDeck 的 Apache 2.0 许可和模块化后端（FastAPI + Demucs）意味着可以把它嵌入到自己的音频处理流程中，或者基于其架构开发垂直工具。值得注意的是，它使用了 yt-dlp 来抓取 YouTube 和 SoundCloud 音频，这在合规层面存在一定灰色地带，第三方开发者在集成时需要注意平台条款。

对普通用户而言，当前版本仍是 alpha 软件。开发者也明确表示，分离质量取决于源素材，纯 CPU 处理速度较慢，且存在未覆盖的边缘情况。

值得关注的后续

首先，StemDeck 是否能维持“无遥测、无账号”的纯粹本地路线，并保持 Apache 2.0 许可是一个观察点——如果用户量增长，开发者的维护成本会上升，届时商业化方式需要重新审视。

其次，Demucs 这类模型的分离质量在复杂混音中仍有上限，后续如果引入更大参数模型或针对特定音乐风格微调，会直接影响工具的实用价值。

最后，yt-dlp 相关功能可能因平台政策变化而失效，这类导入功能的稳定性也会影响用户体验。整体来看，StemDeck 在“本地 AI 音轨分离”这个细分方向上提供了一个值得持续跟踪的开源样本。

来源：hackernews