/ Модель

Характеристики

Лицензия
MIT
Библиотека
onnx
Опубликована
27 сен 2026

audioweb-models

Обработка аудиоАудио → аудио3 профессии

ONNX-экспорты HTDemucs разделяют музыкальную запись на вокал и пять инструментальных дорожек для обработки непосредственно на устройстве.

47скачиваний за 30 дней0лайковвеса обновлены28 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Репозиторий содержит ONNX-экспорты модели HTDemucs 6-source от Meta, используемой AudioWeb для разделения стереомузыки на шесть дорожек: ударные, бас, прочие инструменты, вокал, гитару и фортепиано. Модель предназначена для запуска на устройстве пользователя — в браузере и приложениях для iOS и Android.

Доступны два варианта с весами fp16: окно 7,8 секунды используется по умолчанию, а окно 3,9 секунды рассчитано на телефоны и устройства с памятью не более 4 ГБ. На вход подаются сегменты стереоаудио с частотой 44,1 кГц; STFT и обратное преобразование выполняются вне модели. Веса опубликованы в форматах ONNX и Core ML. Лицензия репозитория — MIT.

Сценарии применения

  • отделение вокала от инструментальной части песни
  • разделение песни на ударные, бас, гитару, фортепиано и прочие инструменты
  • подготовка отдельных музыкальных дорожек для редактирования и сведения
  • создание инструментальных и вокальных версий композиции

Ограничения

Модель принимает стереоаудио с частотой 44,1 кГц сегментами фиксированной длины; спектральные преобразования нужно выполнять отдельно. Вариант с окном 3,9 секунды предназначен для устройств с ограниченной памятью.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AudioWeb models

ONNX exports of Meta's HTDemucs 6-source model (htdemucs_6s), used by AudioWeb to split songs into vocals, drums, bass, guitar, piano and other, entirely on the user's device (in the browser and in the iOS and Android apps).

FileWindowNotesSHA-256
demucs_htdemucs_6s_s78_fp16w_ca.onnx7.8 sDefault. fp16 weights, attention computed in query chunks for a lower memory peak (same output as the unchunked graph, max difference ~1e-6).05079e586874d966ceb1b8bca286f38f78d5602ed2c51d475a4092839891e0d5
demucs_htdemucs_6s_s39_fp16w_ca.onnx3.9 sPhones and devices with 4 GB of memory or less. Same export, shorter window.761501fb6448709414eb4ce13d67dbd2866de165c94770c7d893d63b9ba0c2d1

Input is stereo audio at 44.1 kHz in fixed-length segments; the STFT and its inverse run outside the model (in JavaScript in AudioWeb). Outputs are the six sources in the order drums, bass, other, vocals, guitar, piano.

Source and license

The weights are Meta AI's Demucs (Alexandre Défossez, Simon Rouard and contributors), released under the MIT License: https://github.com/facebookresearch/demucs. These files are unmodified weights re-exported to ONNX (fp16 storage, chunked attention) and are distributed under the same MIT License.

If you use them, please cite the Demucs papers:

  • Rouard, Massa, Défossez. Hybrid Transformers for Music Source Separation. ICASSP 2023.
  • Défossez. Hybrid Spectrogram and Waveform Source Separation. ISMIR 2021 Workshop on Music Source Separation.

Music analysis models (analysis/)

Small models AudioWeb runs on the device after a split: beats and bars, chords, and notes for MIDI export. analysis/manifest.json lists each file with its size and SHA-256, and the app checks every download against it. analysis/THIRD_PARTY_NOTICES.txt carries the full license texts.

FileModelLicenseSHA-256
analysis/beat_this_small.onnxBeat This! small (CPJKU/beat_this)MIT6d9e1b3ebdb953b0bacf6755e6fa421e04e74709cdbe4abcc6f0e4b432c89f09
analysis/btc_majmin.onnxBTC major/minor, 25 classes (jayg996/BTC-ISMIR19)MIT9660ad90d38170d265bf97b6dc0c5f9f04cf7f7f21c507e0b27e18990c88b209
analysis/btc_large_voca.onnxBTC large vocabulary, 170 classes (jayg996/BTC-ISMIR19)MIT3576d3a52628e130252af8b70378dbbd2f678efe27c9dd520930d671055bad2a
analysis/btc_meta.jsonBTC normalization and label tablesMITcd56da51912598d0dacd7113dbd93bf03ebc4d96ecd546dd99ecbe6184254add
analysis/basic_pitch_nmp.onnxBasic Pitch ICASSP 2022 (spotify/basic-pitch)Apache-2.02c3c1d144bfa61ad236e92e169c13535c880469a12a047d4e73451f2c059a0ec

Demo song (demo/)

demo/sunday-groove.zip is AudioWeb's demo song, already split and analysed. It was synthesized from scratch for AudioWeb (no samples, no third-party audio) and is released under the MIT License. SHA-256 891a9a0974d389d499a7bb92663b810bcbbb3804b8602c81d46093ae4c704a2b.

Download count

Hugging Face counts a repo's downloads by requests for config.json, not for its model files. So when a device downloads one of the separation models for the first time, AudioWeb also requests config.json (nothing else is sent). This repo's download count is therefore roughly the number of devices that have split a song with AudioWeb.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · onnx

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов
953d0a9

0 моделей