公开可用中分离质量最佳
伪影比任何其他开源选项都少，而这在分离里就是全部——一条能听见算法在动手的 stem，就是一条没法用的 stem。
Demucs (HTDemucs)
Meta AI 研究
其他一切都会拿它当分离基准的模型。
一句话
Demucs（其混合 Transformer 形态为 HTDemucs）是 Meta 研究团队的源分离模型，也是将一首混音拆成人声、鼓、贝斯和其他部分的最高质量开源选项。它不是生成模型。
Demucs (HTDemucs) 规格
- 输出
- 4 个分轨：鼓、贝斯、人声、其它
- 质量
- ~9.0–9.2 dB SDR（MUSDB HQ）
- 架构
- 混合 Transformer，时域
- 权重
- 开放
- 运行时
- 建议使用 GPU
- 状态
- 评估中
数据已核实 2026-08-10。 这个领域变化很快——在依赖它们前请再核对一遍。
关于 Demucs (HTDemucs)
分离和生成是两码事，而 Demucs 是分离的参考解法。给它一首完成的立体声混音，它能还原各个来源，比替代方案的伪影明显更少——尤其在瞬态上，差的模型会把鼓点抹成一团。这很要命，因为瞬态受损会让分离出来的 stem 在 remix 里没法用：人声稍微发闷还能想办法，鼓丢了击破感就没救。几乎所有商业的 stem 分轨服务跑的都是 Demucs 或它的变体，知道这一点能帮你在付费前动动脑子。它本地运行很简单，不需要奇特硬件，也能把未发布素材留在你自己的机器上。持续维护意味着质量不是停在论文发布那天，而是在变得更好。
长处
Demucs (HTDemucs) 擅长什么
瞬态保留得好
鼓的击打在分离后还能完整保留；而瞬态受损，正是让分离出来的 stem 在 remix 里变得没用的罪魁祸首。
积极维护中
持续维护意味着质量在发表后还在提升，而不是定格不动——这对科研发布并不常见。
Demucs (HTDemucs) 限制
- 模型大，需要不小的算力
- 不能在浏览器标签页里运行
- 四个固定分轨
怎么比
选择 Demucs (HTDemucs)
会生成什么
Demucs（其混合 Transformer 形态为 HTDemucs）是 Meta 研究团队的源分离模型，也是将一首混音拆成人声、鼓、贝斯和其他部分的最高质量开源选项。它不是生成模型。
与 MusicGenerate 对比
Demucs (HTDemucs) 评测、定价与替代品
常见搜索词：demucs、htdemucs、demucs stem separation、demucs github、best stem separation。最后那个才是实话——付费服务就是拿它当基准搭起来的。
Demucs (HTDemucs) — 常见问题
Demucs 是现在最好的 stem 分轨吗？
它是开源里质量最高的选项，也是别人对标的基准。大多数商业 stem 分轨服务跑的都是 Demucs 或它的变体。
为什么 Demucs 的 stem 听起来比别的工具好？
伪影更少，尤其是瞬态保留得更好。瞬态受损会让分离出来的鼓在 remix 里完全不可用——人声稍微发闷还能想办法，鼓没了击破感就没法救。
普通电脑能跑 Demucs 吗？
能。它本地就能跑，不需要奇特硬件，还能保证你的未发布素材不落在别人的服务器上。
把音轨做分离就有权发布吗？
没有。分离不会产生任何新权利。自用练习和研究没问题；公开发布要先和原始录音的权利人清算授权。
Demucs 是免费的吗？
是。它开源，本地跑免费。多数商业的 stem 分轨服务收的钱，本质上就是给它套了个托管外壳。
Demucs 分离一首歌要多久？
用 CPU 几分钟，用 GPU 会短得多，取决于你选的模型变体和 shift 等设置——这些设置本来就是用时间换质量。
继续探索
