Demucs Gui

德穆克斯圖形使用者介面

這是一個用於音樂分離項目demucs的 GUI。

該專案旨在讓沒有任何編碼經驗的用戶輕鬆分離曲目。如果您對使用或項目有任何疑問，請開啟問題告訴我們。由於原始專案 Demucs 使用了科學庫torch ，因此環境打包的二進位非常大，我們只會打包正式發布的二進位檔案。

捐贈給我

目前我正在為這個專案訓練一些新的優秀模型（例如 10-stem 模型）。然而，作為一名學生，我沒有足夠的錢來租用強大的 GPU。在您的幫助下，我訓練新模型的速度可以提高 100 倍。我保證我只會將這筆錢用於訓練模型，並將免費向公眾發布模型。目前我遇到了模型無法學習的問題，我仍在尋找解決方案。

如果您喜歡這個項目，請考慮捐贈給我。

paypal.me/CarlGao4

支付寶二維碼

macOS 使用者註意事項

如果由於Mac的安全性保護功能導致應用程式無法啟動，請嘗試以下操作：

1. 右鍵單擊 Democs-GUI 應用程式圖示並選擇“開啟”。
2. 在出現的視窗中再次按一下“開啟”，如下所示。

系統需求

安裝二進位文件

系統版本

對於 Windows：至少 Windows 8

對於 Mac：至少 macOS 10.15

對於 Linux：任何可以安裝和運行 python 3.11 的系統（因為我將使用 python 3.11 打包二進位檔案）

硬體

記憶體：需要大約至少 8GB 的​​總記憶體（實體記憶體和交換記憶體）。您想要分離的曲目越長，需要的記憶體就越多。

GPU：僅支援 NVIDIA GPU（運算能力至少為 3.5）、Intel Arc & Iris Xe Graphics 和 Apple MPS。至少需要 2GB 的私有記憶體。

自己運行程式碼

至少需要 Python 3.10。其他要求請參閱安裝二進位。

下載

可以在此處下載二進位檔案。

更新歷史

請參考history.md。

用法

如果您使用的是發布的二進位文件，請參閱usage.md

這部分是為那些想要自己運行程式碼的人編寫的

FFmpeg 支持

FFmpeg 是 Demucs-GUI 支援的音訊閱讀器。只要在PATH環境變數中找到 FFmpeg，Democs-GUI 就會嘗試使用 FFmpeg。 FFmpeg 和 FFprobe 都是必要的。您可以從原始程式碼安裝它、使用系統套件管理器、下載預先建置的二進位檔案或使用 conda（建議）。

僅 Windows 上的 CPU 或 Linux 上的 Apple MPS 或 CUDA

1. 安裝 Python 和 git。推薦使用conda等虛擬環境。
2. 克隆此存儲庫並切換到此分支。從 1.1a2 版本開始，您應該執行git submodule update --init --recursive 。
3. 使用pip安裝requirements.txt中的所有套件。

注意：在 Linux 上，帶有CUDA 的 PyTorch 是預設值。

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

4. 運行GuiMain.py並分離你的歌曲！

CUDA 加速（僅限 Windows）

1. 安裝 Python 和 git。推薦使用conda等虛擬環境。
2. 克隆此存儲庫並切換到此分支。從 1.1a2 版本開始，您應該執行git submodule update --init --recursive 。
3. 如果您不需要切換 PyTorch 的預設版本，請跳過此步驟。根據 pyTorch 官方網站的說明，使用 cuda 安裝 torch。 cuda版本沒有要求，但torch的版本應該是2.0.x（2.1.0及更高版本有時會出錯）
4. 使用pip安裝requirements_cuda.txt中的所有套件。

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

5. 運行GuiMain.py並分離你的歌曲！如果您的 GPU 未在選擇器device中列出，請改用 CPU 或開啟問題告訴我們您是否認為這是一個問題。

使用 AMD GPU 加速（僅限 Linux）

1. 安裝 Python 和 git。推薦使用conda等虛擬環境。
2. 克隆此存儲庫並切換到此分支。從 1.1a2 版本開始，您應該執行git submodule update --init --recursive 。
3. 如果您不需要切換 PyTorch 的預設版本，請跳過此步驟。根據 pyTorch 官方網站的說明，使用 cuda 安裝 torch。 cuda版本沒有要求，但torch的版本應該是2.0.x（2.1.0及更高版本有時會出錯）
4. 使用pip安裝requirements_rocm.txt中的所有套件。

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

5. 運行GuiMain.py並分離你的歌曲！如果您的 GPU 未在選擇器device中列出，請改用 CPU 或開啟問題告訴我們您是否認為這是一個問題。

使用英特爾 GPU 加速

確保您有獨立的 Intel 顯示卡或具有整合式顯示卡的第 11 代或更新版本的 Intel CPU （因為我們需要其驅動程式）

1. 安裝最新的英特爾顯示卡驅動程式（Windows 連結）。此加速器需要英特爾® Arc™ 和 Iris® Xe 顯示卡驅動程式（即英特爾® Arc™ A 系列顯示卡、英特爾® Iris® Xe 顯示卡和採用英特爾® Arc™ 顯示卡的英特爾® 酷睿™ 超級處理器）。儘管我不鼓勵您將這種「加速器」與整合式顯示卡一起使用，因為有時它甚至可能比純 CPU 慢。
2. 安裝 Python 和 git。推薦使用conda等虛擬環境。
3. 克隆此存儲庫並切換到此分支。從 1.1a2 版本開始，您應該執行git submodule update --init --recursive 。
4. 使用pip安裝requirements_intel_gpu_mkl.txt中的所有軟體套件。

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

5. 運行GuiMain.py並分離你的歌曲！如果您的 GPU 未在選擇器device中列出，請改用 CPU 或開啟問題告訴我們您是否認為這是一個問題。
6. 如果它無法啟動並且有時會引發類似OSError: [WinError 126] Error loading "***torchlibbackend_with_compiler.dll" or one of its dependencies ，您可能需要手動下載 libuv 並將其放入python 站台包安裝路徑下的torchlib資料夾。如果您使用 conda 環境，解決此問題的一種更簡單的方法是執行conda install conda-forge::libuv 。

致謝

此專案包含 MIT 許可下的 Democs 程式碼。