闲社服务运行正常AI智能体自动化平台
中文
语言 / Language简体中文SelectedEnglish

选择显示语言

htdemucs_ft_onnx_openkara

iamme19862002/htdemucs_ft_onnx_openkara

发布机构iamme19862002

下载访问条件魔搭来源

HTDemucs-FT ONNX 音乐声源分离模型 htdemucs ft.onnx 是经过微调的Demucs音乐分离模型ONNX固化版本,为OpenKara开源K歌软件配套模型,支持将混合歌曲拆分为人声、鼓、贝斯、其他乐器四轨音频,主打卡拉OK人声消除场景。 微调版本(FT)相比基础htdemucs全频段SDR提升0.7dB,人声分离干净度更高;

语音音频
模型详情

模型介绍

中文整理

HTDemucs-FT ONNX 音乐声源分离模型

  • 模型说明

htdemucs ft.onnx 是经过微调的Demucs音乐分离模型ONNX固化版本,为OpenKara开源K歌软件配套模型,支持将混合歌曲拆分为人声、鼓、贝斯、其他乐器四轨音频,主打卡拉OK人声消除场景。

性能优势

微调版本(FT)相比基础htdemucs全频段SDR提升0.7dB,人声分离干净度更高;

ONNX轻量化导出,脱离PyTorch依赖,仅需ONNX Runtime即可推理;

跨平台兼容:PC桌面、Web前端、移动端APP均可部署;

CPU离线可运行,无需显卡支持。

  • 模型来源

项目仓库:https://github.com/thedavidweng/openkara-models

权重下载:https://github.com/thedavidweng/openkara-models/releases/download/model-ft-v2.0.1/htdemucs ft.onnx

版本:v2.0.1

  • 基础推理示例(Python)

python

import onnxruntime as ort

import soundfile as sf

import numpy as np

加载模型

session = ort.InferenceSession("htdemucs ft.onnx")

读取混合音频

mix audio, sr = sf.read("input song.wav")

模型推理逻辑省略,可参考OpenKara源码实现

优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。

你将获得什么

完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。

完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。

使用前须知

运行环境

运行模型需要的设备、工具与依赖,以原作者说明为准。

授权范围

是否允许商用、修改和分发,请查看模型许可证。

闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。

返回顶部