Traitement des karaokés

Lors du traitement du karaoké, l'application principale envoie l'audio ou la vidéo complète, le cas échéant, au service Demucs pour séparation. Le service produit une piste vocale et une piste instrumentale. Les deux pistes sont renvoyées à l'application principale, où FFmpeg fusionne la piste instrumentale avec la vidéo originale et enregistre la piste vocale séparément. L'application principale utilise SSE (server-sent events) pour signaler les progrès de Demucs.

Utilisez cette page pour configurer le moteur de séparation, le format de sortie et les limites de traitement. Ces paramètres peuvent également être définis avec des variables d’environnement lorsqu’un déploiement doit conserver des valeurs fixes.

Services aux entreprises

URL du service de séparation

L'URL du service Demucs.

Clé API du service de séparation

Une clé API optionnelle pour le service Demucs.

API key strongly recommended for publicly exposed Demucs services

For users behind CG-NAT who share the Demucs service with a friend or family member, Cloudflare Tunnel or a similar service can expose Demucs to the main application. However, if the Demucs service is publicly exposed, anyone can use it, which is why an API key is strongly recommended. For setup details, see the Demucs service environment variables.

Options de séparation

Moteur de séparation

Choisissez Demucs ou Sherpa+Spleeter.

Modèle Demucs

The model used for separation. The default is htdemucs, which balances quality and speed. Other models include:

• htdemucs: first version of Hybrid Transformer Demucs. Trained on MusDB + 800 songs. Default model.
• htdemucs_ft: fine-tuned version of htdemucs, separation will take 4 times more time but might be a bit better. Same training set as htdemucs.
• htdemucs_6s: 6 sources version of htdemucs, with piano and guitar being added as sources. Note that the piano source is not working great at the moment.
• hdemucs_mmi: Hybrid Demucs v3, retrained on MusDB + 800 songs.
• mdx: trained only on MusDB HQ, winning model on track A at the MDX challenge.
• mdx_extra: trained with extra training data (including MusDB test set), ranked 2nd on the track B of the MDX challenge.
• mdx_q, mdx_extra_q: quantized version of the previous models. Smaller download and storage but quality can be slightly worse.
• SIG: where SIG is a single model from the model zoo.

Modèle Sherpa+Spleeter

The default is fp16. Choose int8, fp16, or fp32. The int8 model is the fastest and smallest, but may have lower quality than the fp16 and fp32 models.

Appareil

The device used for separation. Choose cuda or cpu, depending on the Demucs service's capabilities.

• If cuda is selected but the Demucs service does not support it, or uses the CPU-only Sherpa+Spleeter backend, separation falls back to the CPU.

Options de production

Format de sortie stem

Choisissez mp3 ou wav. mp3 est recommandé pour accélérer les transferts réseau et réduire l’espace de stockage.

Débit de la tige MP3

The bitrate for MP3 stem output. The default is 320. Set this lower, such as 128–160, if the network connection to Demucs is slow.

Code audio FFMPEGc

The audio codec used by FFmpeg to merge the instrumental track with the original video. The default is empty, which uses stream copy. Set this only if stage clients have trouble playing the merged video. For example, iOS devices support aac.

Limites de traitement

Séparation des médias directs (MB)

If the media file size is below this value, the main application sends the video directly to Demucs without downloading or extracting the audio first. The default is 500. Set this lower, such as 20–50, if the network connection to Demucs is slow.

Intervalle de dépouillement (secondes)

Intervalle entre les demandes de progression adressées au service Demucs lorsque la connexion SSE échoue. La valeur par défaut est de 1.0 seconde.