Demucs

工具定位

Demucs 是 Meta 开源的音源分离模型，代表版本 htdemucs 能把一首歌拆成人声、鼓、贝斯和其他四轨，是清理素材音频的常用工具。

主要能力

• 支持两轨与四轨分离，也可用于人声提取与伴奏制作。
• 提供命令行与 Python 接口，可批量处理整目录音频。
• 对混响和压缩较重的商业歌曲也有不错的分离度。

使用评价

分离质量在开源模型里长期处于领先位置，人声残留乐器少、伴奏齿音轻，做短剧素材的降噪与二创足够。代价是显存与时间消耗明显，长音频建议用显卡；仓库已归档为只读状态，不再更新，但模型仍被大量工具集成，稳定性可以放心。分离后的音轨仍需人工听检，避免出现空洞或金属感。

适合与不适合

适合：提取干净人声、制作伴奏、清理环境噪声。

不适合：需要实时分离或极端复杂混音的场合。

内容依据项目公开资料与常见中文评测整理，参数与授权以官方仓库为准（MIT，仓库已归档）。