Demucs Gui

เดมัคส์ GUI

นี่คือ GUI สำหรับ demucs โปรเจ็กต์การแยกเพลง

โครงการนี้มีจุดมุ่งหมายเพื่อให้ผู้ใช้ที่ไม่มีการเขียนโค้ดสามารถแยกแทร็กได้โดยไม่ยาก หากคุณมีคำถามเกี่ยวกับการใช้งานหรือโครงการโปรดเปิดประเด็นเพื่อแจ้งให้เราทราบ เนื่องจากโครงการเดิม Demucs ใช้ torch ห้องสมุดวิทยาศาสตร์ ไบนารีที่อัดแน่นไปด้วยสภาพแวดล้อมจึงมีขนาดใหญ่มากและเราจะแพ็คไบนารีสำหรับการเผยแพร่อย่างเป็นทางการเท่านั้น

บริจาคให้ฉัน

ขณะนี้ฉันกำลังฝึกโมเดลที่ยอดเยี่ยมใหม่ๆ (เช่น โมเดล 10 ก้าน) สำหรับโปรเจ็กต์นี้ อย่างไรก็ตาม ในฐานะนักเรียน ฉันไม่มีเงินมากพอที่จะเช่า GPU อันทรงพลัง ด้วยความช่วยเหลือของคุณ ฉันสามารถฝึกโมเดลใหม่ได้เร็วกว่าถึง 100 เท่า ฉันสัญญาว่าฉันจะใช้เงินสำหรับโมเดลการฝึกเท่านั้น และจะเผยแพร่โมเดลสู่สาธารณะฟรี ขณะนี้ฉันกำลังเผชิญกับปัญหาโมเดลที่ไม่เรียนรู้ ฉันยังคงค้นหาวิธีแก้ไข

หากคุณชอบโครงการนี้ โปรดพิจารณาบริจาคให้ฉัน

paypal.me/CarlGao4

อาลีเพย์คิวอาร์โค้ด

หมายเหตุสำหรับผู้ใช้ macOS

หากไม่สามารถเปิดแอปพลิเคชันได้เนื่องจากคุณสมบัติการป้องกันความปลอดภัยของ Mac ให้ลองดำเนินการดังต่อไปนี้:

1. คลิกขวาที่ไอคอนแอป Demucs-GUI แล้วเลือก "เปิด"
2. คลิก "เปิด" อีกครั้งในหน้าต่างที่ปรากฏขึ้นดังนี้

ความต้องการของระบบ

การติดตั้งไบนารี

เวอร์ชันของระบบ

สำหรับ Windows: อย่างน้อย Windows 8

สำหรับ Mac: อย่างน้อย macOS 10.15

สำหรับ Linux: ระบบใดๆ ที่สามารถติดตั้งและรัน python 3.11 ได้ (เพราะฉันจะแพ็คไบนารีโดยใช้ python 3.11)

ฮาร์ดแวร์

หน่วยความจำ: จำเป็นต้องมีหน่วยความจำทั้งหมดอย่างน้อย 8GB (ฟิสิคัลและสวอป) ยิ่งคุณต้องการแยกแทร็กนานเท่าใด จำเป็นต้องใช้หน่วยความจำมากขึ้นเท่านั้น

GPU: รองรับเฉพาะ NVIDIA GPU (ซึ่งมีความสามารถในการคำนวณอย่างน้อย 3.5), Intel Arc & Iris Xe Graphics และ Apple MPS เท่านั้น จำเป็นต้องมีหน่วยความจำส่วนตัวอย่างน้อย 2GB

รันโค้ดด้วยตัวเอง

ต้องมี Python 3.10 เป็นอย่างน้อย ข้อกำหนดอื่นๆ โปรดดูที่การติดตั้งไบนารี

ดาวน์โหลด

ไบนารีสำหรับการดาวน์โหลดมีอยู่ที่นี่

อัปเดตประวัติ

โปรดดูที่ history.md.

การใช้งาน

หากคุณกำลังใช้ไบนารีที่เผยแพร่ โปรดดูที่ การใช้งาน.md

ส่วนนี้เขียนขึ้นสำหรับผู้ที่ต้องการรันโค้ดด้วยตนเอง

รองรับ FFmpeg

FFmpeg เป็นโปรแกรมอ่านเสียงที่รองรับ Demucs-GUI Demucs-GUI จะพยายามใช้ FFmpeg ตราบใดที่พบในตัวแปรสภาพแวดล้อม PATH ต้องใช้ทั้ง FFmpeg และ FFprobe คุณสามารถติดตั้งจากแหล่งที่มา ใช้ตัวจัดการแพ็คเกจระบบ ดาวน์โหลดไบนารีที่สร้างไว้ล่วงหน้า หรือใช้ conda (แนะนำ)

CPU เฉพาะบน Windows หรือ Apple MPS หรือ CUDA บน Linux

1. ติดตั้ง Python และ git ขอแนะนำให้ใช้สภาพแวดล้อมเสมือนเช่น conda
2. โคลนที่เก็บนี้และสลับไปที่สาขานี้ คุณควรรัน git submodule update --init --recursive ตั้งแต่เวอร์ชัน 1.1a2
3. ใช้ pip เพื่อติดตั้งแพ็คเกจทั้งหมดใน Requirement.txt

หมายเหตุ: บน Linux PyTorch พร้อม CUDA เป็นค่าเริ่มต้น

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

4. เรียกใช้ GuiMain.py และแยกเพลงของคุณ!

การเร่งความเร็ว CUDA (เฉพาะ Windows)

1. ติดตั้ง Python และ git ขอแนะนำให้ใช้สภาพแวดล้อมเสมือนเช่น conda
2. โคลนที่เก็บนี้และสลับไปที่สาขานี้ คุณควรรัน git submodule update --init --recursive ตั้งแต่เวอร์ชัน 1.1a2
3. ข้ามขั้นตอนนี้หากคุณไม่จำเป็นต้องเปลี่ยน PyTorch เวอร์ชันเริ่มต้น ติดตั้งคบเพลิงด้วย cuda ภายใต้คำแนะนำบนเว็บไซต์ทางการของ pyTorch ไม่จำเป็นต้องมีเวอร์ชัน cuda แต่เวอร์ชันของ torch ควรเป็น 2.0.x (2.1.0 และสูงกว่าจะทำให้เกิดข้อผิดพลาดในบางครั้ง)
4. ใช้ pip เพื่อติดตั้งแพ็คเกจทั้งหมดใน Requirements_cuda.txt

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

5. เรียกใช้ GuiMain.py และแยกเพลงของคุณ! หาก GPU ของคุณไม่อยู่ในตัวเลือก device โปรดใช้ CPU แทนหรือเปิดปัญหาเพื่อแจ้งให้เราทราบหากคุณคิดว่านี่เป็นปัญหา

เร่งความเร็วด้วย AMD GPU (Linux เท่านั้น)

1. ติดตั้ง Python และ git ขอแนะนำให้ใช้สภาพแวดล้อมเสมือนเช่น conda
2. โคลนที่เก็บนี้และสลับไปที่สาขานี้ คุณควรรัน git submodule update --init --recursive ตั้งแต่เวอร์ชัน 1.1a2
3. ข้ามขั้นตอนนี้หากคุณไม่จำเป็นต้องเปลี่ยน PyTorch เวอร์ชันเริ่มต้น ติดตั้งคบเพลิงด้วย cuda ภายใต้คำแนะนำบนเว็บไซต์ทางการของ pyTorch ไม่จำเป็นต้องมีเวอร์ชัน cuda แต่เวอร์ชันของ torch ควรเป็น 2.0.x (2.1.0 และสูงกว่าจะทำให้เกิดข้อผิดพลาดในบางครั้ง)
4. ใช้ pip เพื่อติดตั้งแพ็คเกจทั้งหมดใน Requirements_rocm.txt

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

5. เรียกใช้ GuiMain.py และแยกเพลงของคุณ! หาก GPU ของคุณไม่อยู่ในตัวเลือก device โปรดใช้ CPU แทนหรือเปิดปัญหาเพื่อแจ้งให้เราทราบหากคุณคิดว่านี่เป็นปัญหา

เร่งความเร็วด้วย Intel GPU

ตรวจสอบให้แน่ใจว่าคุณมีการ์ดกราฟิก Intel แยกหรือ CPU Intel รุ่นที่ 11 หรือใหม่กว่าพร้อมการ์ดกราฟิกในตัว (เพราะเราต้องการไดรเวอร์)

1. ติดตั้งไดรเวอร์กราฟิก Intel ล่าสุด (ลิงก์ Windows) ตัวเร่งความเร็วนี้ต้องใช้ไดรเวอร์กราฟิก Intel® Arc™ & Iris® Xe (ซึ่งหมายถึงกราฟิก Intel® Arc™ A-Series, กราฟิก Intel® Iris® Xe และโปรเซสเซอร์ Intel® Core™ Ultra พร้อมกราฟิก Intel® Arc™) แม้ว่าฉันจะไม่สนับสนุนให้คุณใช้ "ตัวเร่งความเร็ว" นี้กับการ์ดกราฟิกในตัว เนื่องจากบางครั้งมันอาจจะช้ากว่า CPU ล้วนๆ ด้วยซ้ำ
2. ติดตั้ง Python และ git ขอแนะนำให้ใช้สภาพแวดล้อมเสมือนเช่น conda
3. โคลนที่เก็บนี้และสลับไปที่สาขานี้ คุณควรรัน git submodule update --init --recursive ตั้งแต่เวอร์ชัน 1.1a2
4. ใช้ pip เพื่อติดตั้งแพ็คเกจทั้งหมดใน Requirement_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. เรียกใช้ GuiMain.py และแยกเพลงของคุณ! หาก GPU ของคุณไม่อยู่ในตัวเลือก device โปรดใช้ CPU แทนหรือเปิดปัญหาเพื่อแจ้งให้เราทราบหากคุณคิดว่านี่เป็นปัญหา
6. หากไม่สามารถเริ่มต้นระบบได้และบางครั้งก็ทำให้เกิดข้อผิดพลาด เช่น OSError: [WinError 126] Error loading "***torchlibbackend_with_compiler.dll" or one of its dependencies คุณอาจต้องดาวน์โหลด libuv ด้วยตนเองและใส่ลงในนั้น โฟลเดอร์ torchlib ใต้พาธการติดตั้งแพ็คเกจไซต์ python ของคุณ วิธีหนึ่งที่ง่ายกว่าในการแก้ปัญหานี้หากคุณใช้สภาพแวดล้อม conda คือการเรียกใช้ conda install conda-forge::libuv

รับทราบ

โครงการนี้มีรหัส Demucs ภายใต้ใบอนุญาต MIT