Separator audio (UVR / MDX / Demucs)
Dzieli dźwięk wideo na głosy i tło za pomocą modeli UVR, MDX-Net, BS-Roformer lub Demucs, na twoim komputerze. To alternatywa dla wbudowanego separatora ffmpeg, który opiera się na sztuczce ze stereo; każdy model pobiera się raz, przy pierwszym użyciu.
Ustawienia Dodatki audio-separator (UVR / MDX / Demucs) Zainstaluj
Subtitld pobiera dodatek, sprawdza jego SHA-256 i utrzymuje go w aktualności.
- Modele
- 5
- Pobranie dodatku
- 295–432 MB
- RAM, co najmniej
- 4 GB
Co robi
Każdy model daje Subtitld dwa pliki: głosy i resztę. Demucs dzieli perkusję, bas i resztę; dodatek miesza je z powrotem w jedno tło.
Eksportuj audio z Dołącz dźwięk tła, a twój dubbing zostanie zmieszany nad tłem. Pozostaje w stereo, więc muzyka i otoczenie zachowują szerokość.
Gdy dodatek do klonowania głosu potrzebuje próbki mówcy, Subtitld wycina ją z pliku głosów, więc muzyka do niej nie trafia.
Subtitld oddziela wideo, gdy je otworzysz, i zachowuje oba pliki, więc ponowne otwarcie projektu je wykorzystuje.
Wybierz go w Ustawienia globalne › Ogólne › Separator audio. Wbudowany separator ffmpeg pozostaje na liście.
Modele
Zacznij od Kim Inst, domyślnego. Wypróbuj BS-Roformer, gdy podział jest ważniejszy niż czas, jaki zajmuje. Karaoke 2 zostawia tylko główny głos, a wokale wsparcia zostawia z muzyką. Demucs działa w czterech ścieżkach, które dodatek miesza z powrotem w jedno tło.
| Model | Pobranie | Dobry do |
|---|---|---|
| Kim_Inst.onnx Kim_Inst.onnx | Głosy kontra reszta; domyślny | |
| UVR-MDX-NET-Inst_HQ_3.onnx UVR-MDX-NET-Inst_HQ_3.onnx | Szybki, zrównoważony podział | |
| UVR_MDXNET_KARA_2.onnx UVR_MDXNET_KARA_2.onnx | Sam główny głos; wokale wsparcia idą z muzyką | |
| model_bs_roformer_ep_317_sdr_12.9755.ckpt | Najlepszy podział, gdy masz czas | |
| htdemucs_ft.yaml | Cztery ścieżki, zmieszane z powrotem w dwie |
Każdy model pobiera się przy pierwszym użyciu. Subtitld zachowuje ścieżki każdego oddzielonego wideo i je ponownie wykorzystuje, więc inny model dotyczy tylko wideo, które jeszcze nie były oddzielane. Aby zrobić to ponownie, usuń ich pliki z folderu audioseparation w pamięci podręcznej Subtitld.
Gdzie są przechowywane modele
We własnym folderze, poza dodatkiem, więc ponowna instalacja lub aktualizacja nie pobiera ich od nowa. Aby trzymać je gdzie indziej, ustaw AUDIO_SEPARATOR_MODEL_DIR przed uruchomieniem Subtitld.
| System | Folder |
|---|---|
| Linux | ~/.cache/subtitld/addons/audio-separator/models |
| macOS | ~/Library/Caches/subtitld/addons/audio-separator/models |
| Windows | %LOCALAPPDATA%\subtitld\subtitld\Cache\addons\audio-separator\models |
Opcje
W Ustawieniach › Dodatki › audio-separator (UVR / MDX / Demucs) › Konfiguruj.
Kim_Inst.onnxKtórego modelu użyć. Zobacz tabelę powyżej.
cpuCPU działa wszędzie. Wydane wersje nie zawierają środowiska CUDA, więc wybór CUDA nie sprawi, że będą używać karty NVIDIA.
FLACPlatformy
| System | Pobranie | Przetestowano |
|---|---|---|
| Linux x86-64 | 432.4 MB | W CI, tylko start |
| macOS (uniwersalny) | 312.2 MB | W CI, tylko start |
| Windows x86-64 | 295.5 MB | W CI, tylko start |
W CI każdy pakiet jest uruchamiany raz, by sprawdzić, czy odpowiada Subtitld; żadne oddzielanie tam nie działa.
Rozwiązywanie problemów
Subtitld nie pokazuje jeszcze błędów separacji. Gdy separacja się nie powiedzie, przełącznik Muzyka/Głos pozostaje wyłączony, a Dołącz dźwięk tła jest wyszarzony przy eksporcie audio. Sprawdź najpierw te rzeczy:
- ffmpeg w PATH. Dodatek wywołuje
ffmpegz twojego PATH, by odczytać dźwięk wideo i przekonwertować obie ścieżki. Nie używa kopii wewnątrz Subtitld, która na Windows i macOS nie jest w PATH, więc zainstaluj ffmpeg tak, aby działał z terminala. - Połączenie przy pierwszym użyciu. Każdy model pobiera się przy pierwszym użyciu.
Licencja
Dodatek i python-audio-separator są na licencji MIT. Każdy model ma własną licencję, a dodatek jej nie podaje; katalog zaznacza, że niektóre modele UVR i MDX są tylko do użytku niekomercyjnego, więc sprawdź kartę modelu przed użyciem komercyjnym.
Wersje
- 0.0.5
Automated release for audio-separator v0.0.5.