/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
unblend
Опубликована
21 июл 2026

unblend

Обработка аудиоАудио → аудио

Набор аудиомоделей unblend для разделения музыки на вокал, ударные, бас и другие инструментальные дорожки в Python и браузере.

0скачиваний за 30 дней0лайковвеса обновлены3 окт 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

Ryan5453/unblend — репозиторий весов и ONNX-графов для библиотеки unblend, разработанной для разделения музыкальных записей на отдельные дорожки. Включает модели на архитектурах HTDemucs, BS-RoFormer и Mel-Band RoFormer; разделение выполняется при частоте 44,1 кГц. Доступны варианты для Python и браузера, в том числе модели, выделяющие вокал, ударные, бас, гитару, пианино и прочие звуки.

Модель принимает аудио и выдаёт аудиодорожки-источники. ONNX-варианты предназначены для запуска через ONNX Runtime, включая браузерные сценарии; варианты FP16 уменьшают размер загрузки, но вычисления и активации остаются FP32. Качество разделения зависит от исходной записи и выбранной архитектуры: возможны утечки между дорожками, артефакты и пропуски содержимого.

Лицензия исходного кода unblend — MIT, но она не распространяется автоматически на веса. Для HTDemucs явное разрешение на веса не установлено. Веса BS-RoFormer и Mel-Band RoFormer обозначены CC-BY-NC-SA-4.0 и предназначены для некоммерческого использования с атрибуцией и сохранением лицензии. В браузере инференс может требовать много памяти и работать медленно на слабых устройствах.

Сценарии применения

  • выделение вокала из музыкальной записи
  • разделение песни на вокал, ударные, бас и другие инструменты
  • извлечение гитары и пианино из многодорожечной смеси
  • подготовка музыкальных дорожек для ремикса и обработки

Ограничения

Разделение может давать утечки между дорожками, артефакты или терять часть звуков; качество зависит от записи и выбранной архитектуры. Для весов действуют разные условия: условия HTDemucs явно не установлены, а RoFormer ограничен некоммерческим использованием; браузерный запуск может быть медленным и требовать много памяти.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

unblend model artifacts

Model weights and browser-ready ONNX graphs for unblend, an audio source-separation library for Python and the browser.

These artifacts support music stem separation at 44.1 kHz using HTDemucs, BS-RoFormer, and Mel-Band RoFormer architectures.

Models

ModelOutput stemsPythonBrowserWeight terms
htdemucsdrums, bass, other, vocalsYesYesNo explicit license grant identified for the released weights
htdemucs_ftfour-stem specialist ensembleYesNoNo explicit license grant identified for the released weights
htdemucs_6sdrums, bass, other, vocals, guitar, pianoYesYesNo explicit license grant identified for the released weights
bs_roformer_swbass, drums, other, vocals, guitar, pianoYesYesCC-BY-NC-SA-4.0
melband_roformer_kimvocals, otherYesYesCC-BY-NC-SA-4.0

Artifact formats

Safetensors

The .safetensors files are pickle-free Python checkpoint weights consumed by the unblend model repository. Their exact sizes and SHA-256 values are registered in unblend/metadata.json.

The HTDemucs releases distributed by Meta stored their checkpoint state in FP16. The corresponding Safetensors preserve that released precision. HTDemucs inference may still run with FP32 parameters and computation depending on the selected device and dtype.

The RoFormer Safetensors contain FP32 weights.

ONNX

Each browser-supported model has two ONNX variants:

  • *_fp32.onnx — weights stored as FP32.
  • *_fp16.onnx — eligible weights stored as FP16 and cast back to FP32 before use. Inputs, outputs, activations, and computation remain FP32.

The FP16 ONNX variants reduce download size; they are not true FP16-compute graphs. This avoids the audible numerical degradation observed with native FP16 accumulation in ONNX Runtime Web/WASM.

The exact ONNX sizes and SHA-256 values are registered in web/demucs/src/model-artifacts.ts. All model URLs used by the package are pinned to immutable Hugging Face revisions.

Usage and API documentation

The GitHub documentation is the maintained source for installation, usage, and API details:

Integrity verification

Repository maintainers can stream every published ONNX artifact and verify its size and SHA-256 without retaining an additional full model copy in memory:

cd web
npm run verify:model-artifacts -w unblend

Python downloads are independently verified against the exact sizes and SHA-256 values in unblend/metadata.json before model construction.

Licensing

The unblend source code is MIT-licensed. This does not relicense the model weights.

HTDemucs

HTDemucs was developed by Alexandre Défossez and Meta. The released model weights were trained using MUSDB18-HQ and additional proprietary training material. No explicit license grant for the released HTDemucs weights has been identified, so users should not assume that the code's MIT license applies to those weights.

RoFormer

The BS-RoFormer and Mel-Band RoFormer weights are labeled CC-BY-NC-SA-4.0 in their release metadata. They are non-commercial and require attribution and share-alike treatment.

  • BS-RoFormer-SW: model by jarredou; checkpoint provenance includes the enerjazzer mirror.
  • Mel-Band RoFormer: vocals model by Kimberley Jensen.

Users are responsible for ensuring that their use complies with the applicable weight terms and the rights associated with their input audio.

Limitations

  • Source separation is imperfect and may introduce bleed, artifacts, or missing content.
  • Model behavior depends on the source material and selected architecture.
  • RoFormer weights are non-commercial.
  • Browser inference requires substantial memory and can be slow on unsupported or low-memory devices.
  • The ONNX FP16 variants reduce transfer size but do not guarantee lower runtime memory consumption, because ONNX Runtime may materialize FP32 constants when creating a session.

Attribution

  • Demucs — Alexandre Défossez / Meta
  • BS-RoFormer-SW — jarredou
  • Mel-Band RoFormer — Kimberley Jensen
  • Integration, safe artifact loading, ONNX export, and browser runtime — unblend

Как запустить

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

GPU в ailist

Универсальный рантайм · unblend

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов
30b749f

0 моделей