德穆克斯·吉

德穆克斯图形用户界面

这是一个用于音乐分离项目demucs的 GUI。

该项目旨在让没有任何编码经验的用户轻松分离曲目。如果您对使用或项目有任何疑问，请打开问题告诉我们。由于原始项目 Demucs 使用了科学库torch ，因此环境打包的二进制文件非常大，我们只会打包正式发布的二进制文件。

捐赠给我

目前我正在为这个项目训练一些新的优秀模型（例如 10-stem 模型）。然而，作为一名学生，我没有足够的钱来租用强大的 GPU。在您的帮助下，我训练新模型的速度可以提高 100 倍。我保证我只会将这笔钱用于训练模型，并将免费向公众发布模型。目前我遇到了模型无法学习的问题，我仍在寻找解决方案。

如果您喜欢这个项目，请考虑捐赠给我。

paypal.me/CarlGao4

支付宝二维码

macOS 用户注意事项

如果由于Mac的安全保护功能导致应用程序无法启动，请尝试以下操作：

1. 右键单击 Democs-GUI 应用程序图标并选择“打开”。
2. 在出现的窗口中再次单击“打开”，如下所示。

系统要求

安装二进制文件

系统版本

对于 Windows：至少 Windows 8

对于 Mac：至少 macOS 10.15

对于 Linux：任何可以安装和运行 python 3.11 的系统（因为我将使用 python 3.11 打包二进制文件）

硬件

内存：需要大约至少 8GB 的​​总内存（物理内存和交换内存）。您想要分离的曲目越长，需要的内存就越多。

GPU：仅支持 NVIDIA GPU（计算能力至少为 3.5）、Intel Arc & Iris Xe Graphics 和 Apple MPS。至少需要 2GB 专用内存。

自己运行代码

至少需要 Python 3.10。其他要求请参阅安装二进制文件。

下载

可以在此处下载二进制文件。

更新历史

请参考history.md。

用法

如果您使用的是发布的二进制文件，请参阅usage.md

这部分是为那些想要自己运行代码的人编写的

FFmpeg 支持

FFmpeg 是 Demucs-GUI 支持的音频阅读器。只要在PATH环境变量中找到 FFmpeg，Democs-GUI 就会尝试使用 FFmpeg。 FFmpeg 和 FFprobe 都是必需的。您可以从源代码安装它、使用系统包管理器、下载预构建的二进制文件或使用 conda（推荐）。

仅 Windows 上的 CPU 或 Linux 上的 Apple MPS 或 CUDA

1. 安装 Python 和 git。推荐使用conda等虚拟环境。
2. 克隆此存储库并切换到此分支。从 1.1a2 版本开始，您应该运行git submodule update --init --recursive 。
3. 使用pip安装requirements.txt中的所有包。

注意：在 Linux 上，带有CUDA 的 PyTorch 是默认设置。

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

4. 运行GuiMain.py并分离你的歌曲！

CUDA 加速（仅限 Windows）

1. 安装 Python 和 git。推荐使用conda等虚拟环境。
2. 克隆此存储库并切换到此分支。从 1.1a2 版本开始，您应该运行git submodule update --init --recursive 。
3. 如果您不需要切换 PyTorch 的默认版本，请跳过此步骤。根据 pyTorch 官方网站的说明，使用 cuda 安装 torch。 cuda版本没有要求，但torch的版本应该是2.0.x（2.1.0及更高版本有时会出错）
4. 使用pip安装requirements_cuda.txt中的所有包。

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

5. 运行GuiMain.py并分离你的歌曲！如果您的 GPU 未在选择器device中列出，请改用 CPU 或打开问题告诉我们您是否认为这是一个问题。

使用 AMD GPU 加速（仅限 Linux）

1. 安装 Python 和 git。推荐使用conda等虚拟环境。
2. 克隆此存储库并切换到此分支。从 1.1a2 版本开始，您应该运行git submodule update --init --recursive 。
3. 如果您不需要切换 PyTorch 的默认版本，请跳过此步骤。根据 pyTorch 官方网站的说明，使用 cuda 安装 torch。 cuda版本没有要求，但torch的版本应该是2.0.x（2.1.0及更高版本有时会出错）
4. 使用pip安装requirements_rocm.txt中的所有包。

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

5. 运行GuiMain.py并分离你的歌曲！如果您的 GPU 未在选择器device中列出，请改用 CPU 或打开问题告诉我们您是否认为这是一个问题。

使用英特尔 GPU 加速

确保您有独立的 Intel 显卡或带有集成显卡的第 11 代或更新版本的 Intel CPU （因为我们需要其驱动程序）

1. 安装最新的英特尔显卡驱动程序（Windows 链接）。该加速器需要英特尔® Arc™ 和 Iris® Xe 显卡驱动程序（即英特尔® Arc™ A 系列显卡、英特尔® Iris® Xe 显卡和采用英特尔® Arc™ 显卡的英特尔® 酷睿™ 超级处理器）。尽管我不鼓励您将这种“加速器”与集成显卡一起使用，因为有时它甚至可能比纯 CPU 慢。
2. 安装 Python 和 git。推荐使用conda等虚拟环境。
3. 克隆此存储库并切换到此分支。从 1.1a2 版本开始，您应该运行git submodule update --init --recursive 。
4. 使用pip安装requirements_intel_gpu_mkl.txt中的所有软件包。

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

5. 运行GuiMain.py并分离你的歌曲！如果您的 GPU 未在选择器device中列出，请改用 CPU 或打开问题告诉我们您是否认为这是一个问题。
6. 如果它无法启动并且有时会引发类似OSError: [WinError 126] Error loading "***torchlibbackend_with_compiler.dll" or one of its dependencies ，您可能需要手动下载 libuv 并将其放入python 站点包安装路径下的torchlib文件夹。如果您使用 conda 环境，解决此问题的一种更简单的方法是运行conda install conda-forge::libuv 。

致谢

该项目包含 MIT 许可下的 Democs 代码。