Голос: спикеры и звукМузыка и звук

Demucs

Классическая модель, которая разделяет трек на голос, барабаны, бас и остальное. Версия v4 с гибридным трансформером остаётся эталоном; сейчас проект поддерживает автор в своём репозитории.

Разработчик
Meta AI, затем Александр Дефоссе, Франция
Первый выпуск
дек 2022
Последний выпуск
июл 2026
Размеры
десятки миллионов параметров
Лицензия
Можно в коммерциюMIT
Запуск
Через свой серверРаботает и без видеокарты
Сферы
Медиа и продакшн
Поставить на свой сервер GitHub

Какие задачи решает

  • Отделить голос от музыки в записи
  • Минусовки и дорожки для караоке
  • Очистка речи в видео с фоновой музыкой

Где применяется

Медиа и продакшнМузыкальные сервисыКараоке и развлечения

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
подходит
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. Demucs 4.1.0
  2. Demucs 4.0.1
  3. Demucs v4 (Hybrid Transformer)

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать Demucs в коммерческом проекте?

Да. Лицензия: MIT. Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для Demucs?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли Demucs русский язык?

Для этой модели язык не важен: она работает не с текстом.

Где скачать Demucs и сколько это стоит?

Веса Demucs лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Сравнения

Похожие модели

Голос: спикеры и звукUVR / MDX-Net / RoFormer (разделение звука)Сообщество: Ultimate Vocal Remover (Anjok07), ZFTurbo, MVSep · Международное сообществоКоммерция с условиями

Большая открытая коллекция моделей для отделения голоса от музыки и шумов: MDX-Net, BS-RoFormer, Mel-RoFormer, SCNet. Лидеры по качеству вокала среди открытых решений.

ПодробнееГолос: спикеры и звукSAM AudioMeta · СШАКоммерция с условиями

Модель вырезает из записи нужный звук по текстовому описанию, по отметке на видео или по отрезку: голос, инструмент, шум. Доступ к весам выдают по заявке.

ПодробнееГолос: спикеры и звукClearerVoice (MossFormer)Alibaba (Tongyi Lab) · КитайМожно в коммерцию

Набор моделей Alibaba для чистки речи: шумоподавление, разделение наложенных голосов, повышение качества звука до 48 кГц и выделение голоса по видео с лицом говорящего.

Подробнее

Источник: pypi.org/project/demucs/. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.