Demucs Gui

Демукс графический интерфейс

Это графический интерфейс для demucs проектов разделения музыки.

Целью проекта является предоставление пользователям без какого-либо программирования возможности без труда использовать отдельные треки. Если у вас есть какие-либо вопросы об использовании или проекте, пожалуйста, откройте вопрос и сообщите нам. Поскольку исходный проект Demucs использовал научную библиотеку torch , упакованные двоичные файлы со средой очень велики, и мы будем упаковывать двоичные файлы только для официальных выпусков.

Пожертвуйте мне

В настоящее время я тренирую несколько новых отличных моделей (например, модель с 10 стеблями) для этого проекта. Однако, будучи студентом, у меня не хватает денег на аренду мощных графических процессоров. С вашей помощью я смогу обучать новые модели в 100 раз быстрее. Обещаю, что потрачу деньги только на обучение моделей и опубликую их бесплатно. В настоящее время я сталкиваюсь с проблемой необучения модели, я все еще нахожу решение.

Если вам нравится этот проект, пожалуйста, рассмотрите возможность сделать мне пожертвование.

paypal.me/CarlGao4

QR-код AliPay

Примечание для пользователей MacOS

Если приложение не может быть запущено из-за функции защиты Mac, попробуйте следующее:

1. Щелкните правой кнопкой мыши значок приложения Demucs-GUI и выберите «Открыть».
2. Нажмите «Открыть» еще раз в появившемся окне.

Системные требования

Установка двоичных файлов

Версия системы

Для Windows: минимум Windows 8

Для Mac: минимум macOS 10.15.

Для Linux: любая система, которая может установить и запустить Python 3.11 (поскольку я буду упаковывать двоичные файлы, используя Python 3.11)

Аппаратное обеспечение

Память: потребуется не менее 8 ГБ общей памяти (физической и подкачки). Чем длиннее дорожка, которую вы хотите разделить, тем больше памяти потребуется.

Графический процессор: поддерживаются только графические процессоры NVIDIA (вычислительная способность которых должна быть не ниже 3,5), Intel Arc & Iris Xe Graphics и Apple MPS. Требуется как минимум 2 ГБ собственной памяти.

Запуск кодов самостоятельно

Требуется как минимум Python 3.10. Другие требования см. в разделе «Установка двоичных файлов».

Загрузки

Бинарные файлы для скачивания доступны здесь.

Обновить историю

Пожалуйста, обратитесь к History.md.

Использование

Если вы используете выпущенные двоичные файлы, обратитесь к файлу use.md.

Эта часть написана для тех, кто хочет запускать коды самостоятельно.

Поддержка FFmpeg

FFmpeg — поддерживаемая программа чтения аудио Demucs-GUI. Demucs-GUI будет пытаться использовать FFmpeg, пока он находится в переменной среды PATH . Требуются как FFmpeg, так и FFprobe. Вы можете установить его из исходного кода, использовать системный менеджер пакетов, загрузить готовые двоичные файлы или использовать conda (рекомендуется).

Только ЦП в Windows или Apple MPS или CUDA в Linux

1. Установите Python и git. Рекомендуется использовать виртуальную среду, например conda.
2. Клонируйте этот репозиторий и переключитесь на эту ветку. Вам следует запустить git submodule update --init --recursive начиная с версии 1.1a2.
3. Используйте pip для установки всех пакетов в файле require.txt.

примечание: в Linux по умолчанию используется PyTorch с CUDA.

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

4. Запустите GuiMain.py и отделите свою песню!

Ускорение CUDA (только для Windows)

1. Установите Python и git. Рекомендуется использовать виртуальную среду, например conda.
2. Клонируйте этот репозиторий и переключитесь на эту ветку. Вам следует запустить git submodule update --init --recursive начиная с версии 1.1a2.
3. Пропустите этот шаг, если вам не нужно переключать версию PyTorch по умолчанию. Установите Torch с помощью cuda, следуя инструкциям на официальном сайте pyTorch. Версия cuda не требуется, но версия torch должна быть 2.0.x (2.1.0 и выше иногда вызывают ошибки)
4. Используйте pip для установки всех пакетов в require_cuda.txt.

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

5. Запустите GuiMain.py и отделите свою песню! Если ваш графический процессор не указан в списке device выбора, используйте вместо него процессор или откройте проблему, чтобы сообщить нам, считаете ли вы, что это проблема.

Ускорьтесь с помощью графического процессора AMD (только для Linux)

1. Установите Python и git. Рекомендуется использовать виртуальную среду, например conda.
2. Клонируйте этот репозиторий и переключитесь на эту ветку. Вам следует запустить git submodule update --init --recursive начиная с версии 1.1a2.
3. Пропустите этот шаг, если вам не нужно переключать версию PyTorch по умолчанию. Установите Torch с помощью cuda, следуя инструкциям на официальном сайте pyTorch. Версия cuda не требуется, но версия torch должна быть 2.0.x (2.1.0 и выше иногда вызывают ошибки)
4. Используйте pip для установки всех пакетов в require_rocm.txt.

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

5. Запустите GuiMain.py и отделите свою песню! Если ваш графический процессор не указан в списке device выбора, используйте вместо него процессор или откройте проблему, чтобы сообщить нам, считаете ли вы, что это проблема.

Ускорьтесь с помощью графического процессора Intel

Убедитесь, что у вас есть дискретная видеокарта Intel или процессор Intel 11-го поколения или новее со встроенной видеокартой (поскольку нам нужен его драйвер)

1. Установите последнюю версию графического драйвера Intel (ссылка для Windows). Для этого ускорителя требуется графический драйвер Intel® Arc™ и Iris® Xe (то есть графический процессор Intel® Arc™ серии A, графический процессор Intel® Iris® Xe и процессоры Intel® Core™ Ultra с графикой Intel® Arc™). Хотя я бы не советовал вам использовать этот «ускоритель» со встроенной видеокартой, поскольку иногда он может даже медленнее, чем чистый процессор.
2. Установите Python и git. Рекомендуется использовать виртуальную среду, например conda.
3. Клонируйте этот репозиторий и переключитесь на эту ветку. Вам следует запустить git submodule update --init --recursive начиная с версии 1.1a2.
4. Используйте pip для установки всех пакетов в require_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. Запустите GuiMain.py и отделите свою песню! Если ваш графический процессор не указан в списке device выбора, используйте вместо него процессор или откройте проблему, чтобы сообщить нам, считаете ли вы, что это проблема.
6. Если он не может запуститься и иногда выдает ошибку типа OSError: [WinError 126] Error loading "***torchlibbackend_with_compiler.dll" or one of its dependencies , возможно, вам придется вручную загрузить libuv и вставить ее в систему. папка torchlib в пути установки пакетов вашего сайта Python. Один из более простых способов решить эту проблему, если вы используете среду conda, — запустить conda install conda-forge::libuv .

Благодарности

Этот проект включает в себя код Demucs под лицензией MIT.