Demucs Gui

GUI de Demucs

Esta es una GUI para demucs de proyectos de separación de música.

El proyecto tiene como objetivo permitir a los usuarios sin experiencia en codificación separar pistas sin dificultad. Si tiene alguna pregunta sobre el uso o el proyecto, abra un problema para informarnos. Dado que el proyecto original Demucs utilizó torch de la biblioteca científica, los binarios empaquetados con el entorno son muy grandes y solo empaquetaremos binarios para lanzamientos formales.

donarme

Actualmente estoy entrenando algunos modelos nuevos y fantásticos (como el modelo de 10 vástagos) para este proyecto. Sin embargo, como estudiante, no tengo suficiente dinero para alquilar GPU potentes. Con tu ayuda, puedo entrenar los nuevos modelos hasta 100 veces más rápido. Prometo que usaré el dinero sólo para entrenar modelos y los lanzaré al público de forma gratuita. Actualmente me encuentro con un problema de modelo que no aprende, todavía estoy encontrando una solución.

Si te gusta este proyecto, considera hacerme una donación.

paypal.me/CarlGao4

Código QR de Alipay

Nota para usuarios de macOS

Si la aplicación no se puede iniciar debido a la función de protección de seguridad de Mac, intente lo siguiente:

1. Haga clic derecho en el icono de la aplicación Demucs-GUI y seleccione "Abrir".
2. Haga clic en "Abrir" nuevamente en la ventana que aparece de la siguiente manera.

Requisitos del sistema

Instalación de binarios

Versión del sistema

Para Windows: al menos Windows 8

Para Mac: al menos macOS 10.15

Para Linux: cualquier sistema que pueda instalar y ejecutar Python 3.11 (porque empaquetaré los binarios usando Python 3.11)

Hardware

Memoria: Se requerirían aproximadamente al menos 8 GB de memoria total (física y de intercambio). Cuanto más larga sea la pista que quieras separar, más memoria necesitarás.

GPU: solo se admiten GPU NVIDIA (cuya capacidad de cálculo debe ser de al menos 3,5), Intel Arc & Iris Xe Graphics y Apple MPS. Se requieren al menos 2 GB de memoria privada.

Ejecutando los códigos usted mismo

Se requiere al menos Python 3.10. Otros requisitos, consulte Instalación de archivos binarios.

Descargas

Los binarios para descargar están disponibles aquí.

Historial de actualizaciones

Consulte History.md.

Uso

Si está utilizando archivos binarios publicados, consulte use.md

Esta parte está escrita para aquellos que quieran ejecutar los códigos ellos mismos.

Soporte FFmpeg

FFmpeg es un lector de audio compatible con Demucs-GUI. Demucs-GUI intentará utilizar FFmpeg siempre que se encuentre en la variable de entorno PATH . Se requieren tanto FFmpeg como FFprobe. Puede instalarlo desde la fuente, usar el administrador de paquetes del sistema, descargar archivos binarios prediseñados o usar conda (recomendado).

CPU solo en Windows o Apple MPS o CUDA en Linux

1. Instale Python y Git. Se recomienda utilizar un entorno virtual como conda.
2. Clona este repositorio y cambia a esta rama. Debes ejecutar git submodule update --init --recursive desde la versión 1.1a2.
3. Utilice pip para instalar todos los paquetes en requisitos.txt.

nota: en Linux, PyTorch con CUDA es el valor predeterminado.

 # For pip
pip install -r requirements_cuda.txt
# Conda is not available as this project has dependencies only on PyPI

4. ¡Ejecuta GuiMain.py y separa tu canción!

Aceleración CUDA (solo Windows)

1. Instale Python y Git. Se recomienda utilizar un entorno virtual como conda.
2. Clona este repositorio y cambia a esta rama. Debes ejecutar git submodule update --init --recursive desde la versión 1.1a2.
3. Omita este paso si no necesita cambiar la versión predeterminada de PyTorch. Instale la antorcha con cuda siguiendo las instrucciones en el sitio web oficial de pyTorch. No hay ningún requisito de la versión de cuda, pero la versión de torch debe ser 2.0.x (2.1.0 y superiores causarán errores a veces)
4. Utilice pip para instalar todos los paquetes en requisitos_cuda.txt.

 # For pip
pip install -r requirements_cuda.txt
# Conda is not available as this project has dependencies only on PyPI

5. ¡Ejecuta GuiMain.py y separa tu canción! Si su GPU no aparece en el device selector, utilice CPU en su lugar o abra un problema para informarnos si cree que esto es un problema.

Acelerar con GPU AMD (solo Linux)

1. Instale Python y Git. Se recomienda utilizar un entorno virtual como conda.
2. Clona este repositorio y cambia a esta rama. Debes ejecutar git submodule update --init --recursive desde la versión 1.1a2.
3. Omita este paso si no necesita cambiar la versión predeterminada de PyTorch. Instale la antorcha con cuda siguiendo las instrucciones en el sitio web oficial de pyTorch. No hay ningún requisito de la versión de cuda, pero la versión de torch debe ser 2.0.x (2.1.0 y superiores causarán errores a veces)
4. Utilice pip para instalar todos los paquetes en requisitos_rocm.txt.

 # For pip
pip install -r requirements_rocm.txt
# Conda is not available as this project has dependencies only on PyPI

5. ¡Ejecuta GuiMain.py y separa tu canción! Si su GPU no aparece en el device selector, utilice CPU en su lugar o abra un problema para informarnos si cree que esto es un problema.

Acelera con GPU Intel

Asegúrese de tener una tarjeta gráfica Intel discreta o una CPU Intel de 11.ª generación o posterior con una tarjeta gráfica integrada (porque necesitamos su controlador).

1. Instale el controlador de gráficos Intel más reciente (enlace de Windows). Este acelerador requiere el controlador de gráficos Intel® Arc™ e Iris® Xe (es decir, gráficos Intel® Arc™ A-Series, gráficos Intel® Iris® Xe y procesadores Intel® Core™ Ultra con gráficos Intel® Arc™). Aunque le desaconsejaría que utilice este "acelerador" con una tarjeta gráfica integrada, ya que a veces puede ser incluso más lento que la CPU pura.
2. Instale Python y Git. Se recomienda utilizar un entorno virtual como conda.
3. Clona este repositorio y cambia a esta rama. Debes ejecutar git submodule update --init --recursive desde la versión 1.1a2.
4. Utilice pip para instalar todos los paquetes en requisitos_intel_gpu_mkl.txt.

 # For pip
pip install -r requirements_intel_gpu_mkl.txt
# Conda is not available as this project has dependencies only on PyPI

5. ¡Ejecuta GuiMain.py y separa tu canción! Si su GPU no aparece en el device selector, utilice CPU en su lugar o abra un problema para informarnos si cree que esto es un problema.
6. Si no pudo iniciarse y a veces genera un error como OSError: [WinError 126] Error loading "***torchlibbackend_with_compiler.dll" or one of its dependencies , es posible que deba descargar libuv manualmente y colocarlo en la carpeta torchlib en la ruta de instalación de los paquetes del sitio Python. Una forma más sencilla de resolver esto si está utilizando el entorno conda es ejecutar conda install conda-forge::libuv .

Expresiones de gratitud

Este proyecto incluye código de Demucs bajo licencia MIT.