htdemucs
标准 在本站
- 人声
- 鼓组
- 贝斯
- 其他乐器
或人声与伴奏
- SDR
- 8.80 dB
- 时间
- 20.6 秒
- 积分
- 4
2 条音轨：13.1 秒，3 积分
适合： 大多数歌曲、卡拉OK、初次试听
模型指南 · htdemucs、htdemucs_ft 和 htdemucs_6s
Demucs 模型对比：htdemucs vs htdemucs_ft vs htdemucs_6s
Demucs v4 自带三个预训练 Hybrid Transformer 模型，Demucs.net 在云端 GPU 上运行全部三个。对比它们的音轨、质量、速度和费用。
每月免费获赠 15 积分 · 无需绑定银行卡 · 上传文件自动删除
三个 Demucs 模型一览
htdemucs、htdemucs_ft 和 htdemucs_6s 都是 Demucs v4 Hybrid Transformer，在 MUSDB18-HQ 加 800 首歌上训练。耗时和积分以本站 4 分钟歌曲为准。
htdemucs_ft
最佳质量 在本站
- 人声
- 鼓组
- 贝斯
- 其他乐器
或两条；内含四个微调模型
- SDR
- 9.00 dB
- 时间
- 32.0 秒
- 积分
- 7
2 条音轨：5 积分
适合： 你要发布的清唱和贝斯线
htdemucs_6s
6 条音轨 在本站
- 人声
- 鼓组
- 贝斯
- 其他乐器
- 吉他
- 钢琴
也可分离为四条或两条
- SDR
- 无
- 时间
- 25.1 秒
- 积分
- 6
未公布 SDR
适合： 吉他声部；钢琴需谨慎
SDR：MUSDB HQ 测试集上的信号失真比，数据来自用于音源分离的混合 Transformer（Rouard、Massa 和 Défossez，2022）以及Demucs README。时间：Nvidia A100 上的 GPU 耗时，2026 年 9 月，320 kbps MP3 输出。
试听 htdemucs（默认模型）处理真实歌曲的效果
一首 Creative Commons 歌曲在本站用 htdemucs 分离为四条音轨。在额外付费使用 htdemucs_ft 或 htdemucs_6s 之前，先逐条独奏试听每条音轨。
0:000:00
- 人声
- 鼓组
- 贝斯
- 其他乐器
htdemucs：Demucs 默认模型
htdemucs 是首个 Hybrid Transformer Demucs 模型，也是 demucs 命令的默认模型，在 MUSDB 加 800 首歌曲上训练。
它把混音分离为人声、鼓、贝斯和其他，或分离为人声和伴奏，项目文档称之为卡拉OK模式。
在论文表 1 中它得分 8.80 dB，领先同一数据上的 Hybrid Demucs v3（8.34 dB）和 Spleeter（5.91 dB）。
选择时机： 你需要快速获得音轨，用于制作卡拉OK伴奏或练习混音，或者不确定哪个模型适合这首歌。先运行它。
- 输出
- 人声
- 鼓组
- 贝斯
- 其他乐器
- 各音轨 SDR（dB）
- 鼓组10.05
- 贝斯9.78
- 人声8.93
- 其他乐器6.42
- 4 分钟歌曲耗时
- 20.6 秒，2 音轨为 13.1 秒
- 积分
- 4 音轨 4，2 音轨 3
htdemucs_ft：微调以获得高品质
htdemucs_ft 是 htdemucs 针对每个音源各微调一次：模型的四份副本，分别继续在鼓、贝斯、其他或人声上训练。
四份副本都会在每首歌上运行，因此 README 提醒它“会多花 4 倍时间，但可能稍好一些”。
这 4 倍是模型耗时。在本站端到端实测只多花 1.56 倍时间，因为两个模型的 MP3 编码开销相同。
选择时机： 人声或贝斯是你将要发布的音轨，或者 htdemucs 留下了可听见的串音。如果是派对卡拉OK伴奏，可以跳过它。
- 输出
- 人声
- 鼓组
- 贝斯
- 其他乐器
- 微调后 SDR 变化（dB）
- 贝斯+0.61
- 人声+0.27
- 鼓组+0.03
- 其他乐器−0.10
- 4 分钟歌曲耗时
- 32.0 秒，耗时为其 1.56 倍
- 积分
- 4 音轨 7，2 音轨 5
htdemucs_6s：Demucs 六音轨，含吉他和钢琴
htdemucs_6s 在人声、鼓、贝斯和其他之外增加吉他和钢琴，是唯一带这两条音轨的 Demucs 模型。在本站它运行六音轨选项。
Demucs 六音轨指的就是 htdemucs_6s；ht_demucs6s 是同一模型的不同拼写。
README 明确说明“钢琴音源目前效果不太好”，也没有公布它的 SDR。
选择时机： 你需要单独提取吉他，用于学习某个声部或采样一段 riff。依赖钢琴音轨前请先检查它。
我们的测试：演示中的摇滚歌曲，没有钢琴
吉他
−5 dB 峰值，扎实
钢琴
−45 dB 峰值，实际静音
- 输出
- 人声
- 鼓组
- 贝斯
- 其他乐器
- 吉他
- 钢琴
- SDR
- 未公布
- 4 分钟歌曲耗时
- 25.1 秒，为 htdemucs 的 1.22 倍
- 积分
- 6 音轨 6
htdemucs 对比 htdemucs_ft：高品质值得多花积分吗？
架构、训练数据和输出都相同。代价是整体 0.2 dB（主要在人声和贝斯），换来 1.56 倍时间和 1.6 倍积分。
- 贝斯+0.61
- 9.7810.39
- 人声+0.27
- 8.939.20
- 鼓组+0.03
- 10.0510.08
- 其他乐器−0.10
- 6.426.32
- 总体+0.20
- 8.809.00
4 分钟歌曲的费用
| htdemucs | htdemucs_ft | |
|---|---|---|
| 耗时，4 音轨 | 20.6 秒 | 32.0 秒 |
| 积分，4 音轨 | 4 | 7 |
| 积分，2 音轨 | 3 | 5 |
我们的建议： 先运行 htdemucs。如果人声音轨带有鼓的痕迹或贝斯不稳，再用 htdemucs_ft 重跑这首歌。大多数歌曲不需要第二次处理。
哪个 Demucs 模型最适合你的任务？
用于混音的清唱
htdemucs_ft，2 条音轨
其最大提升在人声和贝斯上。
吉他或钢琴音轨
htdemucs_6s
唯一包含这些音源的模型。依赖钢琴音轨前，先试听一下。
靠听力扒谱
htdemucshtdemucs_6s
分离吉他声部用 htdemucs_6s。htdemucs_ft 多出的细节在练习音量下根本听不出来。
不确定
htdemucs
默认选项自有道理，而且最便宜。听出差别时再升级。
你可能遇到的其他 Demucs 模型
在同一基准上它们的得分都低于 Hybrid Transformer，README 表格中 Hybrid Demucs v3 为 7.7 dB，因此 Demucs.net 只运行 htdemucs、htdemucs_ft 和 htdemucs_6s。
hdemucs_mmi- Hybrid Demucs v3，在 MUSDB 加 800 首歌上重新训练
mdxmdx_extra- 2021 年音乐分离挑战赛的 v3 模型
mdx_qmdx_extra_q- 这两个模型的量化版本
Demucs 模型常见问题
关于 htdemucs、htdemucs_ft 和 htdemucs_6s 的快速解答：它们的名称以及运行所需条件。还有其他问题？ 联系我们 。
htdemucs 中的“ht”代表什么？
Hybrid Transformer。Demucs v4 用跨域 Transformer 编码器替换了 Hybrid Demucs（v3）的最内层，同时读取波形和频谱图；再加上 800 首额外训练歌曲，论文中它的 SDR 比 Hybrid Demucs 高 0.45 dB。
htdemucs_ft 真的比 htdemucs 慢 4 倍吗？
单看模型推理时间，大致是这样，因为它要运行四个微调模型，而不是一个。不过，本站从处理到导出的总耗时约为标准模型的 1.56 倍：同一首 4 分钟歌曲分别需要 32.0 秒和 20.6 秒。这是因为两种模型的 MP3 音轨编码耗时相同。
htdemucs_6s 和 ht_demucs6s 有什么区别？
没有区别，它们是同一个六音轨模型的两种拼写。它在 Demucs 仓库中的名称是 htdemucs_6s，也是这里“6 音轨”选项背后的模型。
哪个 Demucs 模型最适合分离人声？
htdemucs_ft：论文表 1 中人声为 9.20 dB，htdemucs 为 8.93 dB。对于卡拉OK伴奏制作，伴奏比人声更重要，标准模型通常就够了；htdemucs_6s 不适合这个用途，它多出的音源是吉他和钢琴。
htdemucs_6s 分离钢琴的效果好吗？
效果不够稳定。作者表示钢琴音轨的分离“效果不太好”。我们用一首没有钢琴的歌曲测试时，钢琴音轨为空，吉他音轨则分离良好。分离吉他可以选择 htdemucs_6s；钢琴音轨请先试听再使用。如果不需要这两种音轨，选择 htdemucs 或 htdemucs_ft 即可。
免费账户可以使用全部三个 Demucs 模型吗？
可以。每个已登录账户都能选择 htdemucs、htdemucs_ft 或 htdemucs_6s；它们的区别只在于每分钟音频消耗的积分，分别是标准费率的 1、1.6 和 1.3 倍。
Demucs 模型需要多少 GPU 显存？
自行运行时，README 要求至少 3 GB GPU 显存，默认设置约 7 GB；用 CPU 的话，耗时大约是曲目长度的 1.5 倍。在这里，htdemucs、htdemucs_ft 和 htdemucs_6s 都运行在云端 GPU 上，所以这些都不适用。
Demucs 还在维护吗？
原仓库表示已不再维护，因为作者离开了 Meta；有一个分支包含重要错误修复。预训练模型不受影响：htdemucs、htdemucs_ft 和 htdemucs_6s 是已完成的权重，本站运行的就是它们。