展开本页目录
开始前准备什么
- 下载并解压到独立目录，先阅读README里的真实执行范围。
- 使用自有输入，不把系统朗读、程序合成源或官方截图冒充模型生成。
- 先完成12秒练习，再扩大文件长度；固定实际工具、模型与运行设备。
- 把重混目标写成数值
- 固定版本与四轨模型
- 在CPU运行短样
- 确认四份轨道真实存在
- 降低贝斯并使用共同增益
- 回听重混而非只数文件
- 归档真实模型记录
含原创输入、逐步说明、真实检查脚本和已标明身份的实际输出；不含模型权重。
已实际在CPU运行htdemucs并保存真实输出与逐文件检查；输入包含原创程序音乐或系统朗读，结果只代表当前12秒练习。
读取实际PCM16文件与源hash，拒绝损坏或空音频；不请求任何模型。
已实际在CPU运行htdemucs并保存真实输出与逐文件检查；输入包含原创程序音乐或系统朗读，结果只代表当前12秒练习。
1. 把重混目标写成数值
目标只把Demucs输出的bass降低6dB，其他三个stem保持原设置。原始bass.wav是合成前已知源轨，不可直接替代Demucs估计轨来宣称分离成功。
bash
python3 verify.py
2. 固定版本与四轨模型
使用隔离Python环境固定Demucs 4.0.1和兼容Torch/torchaudio组合。项目旧仓库已归档，作者分支也非积极维护；按固定版本复现，不把它写成新发布模型。
bash
python -m pip install 'demucs==4.0.1' 'torch==2.5.1' 'torchaudio==2.5.1' 'numpy<2'3. 在CPU运行短样
用htdemucs、shifts=0和3秒segment运行12秒输入，保留真实日志。此组合是本页短样条件，不承诺整首歌曲速度；模型首次下载需额外时间。
bash
python -m demucs.separate -n htdemucs -d cpu --shifts 0 --segment 3 --overlap 0.25 --clip-mode rescale -o separated original-mix.wav4. 确认四份轨道真实存在
回读vocals、drums、bass、other四个WAV的采样率、声道和帧数；先试听bass是否有旋律和人声串音。模型分轨与原创真值采样率可能不同，不能直接逐样本相减。
5. 降低贝斯并使用共同增益
-6dB对应幅度乘10^(-6/20)。原轨和修改版使用同一个防削波增益，避免各自归一化掩盖贝斯变化。CLI可能对stem独立缩放，叠回不保证重建原始混音。
bash
python3 remix.py --stems separated/htdemucs/original-mix --bass-db -6 --output my-remix.wav
6. 回听重混而非只数文件
比较分轨叠回参考和降低贝斯版，检查鼓、人声和尾音是否被同时改变。若bass中混入人声，降低它也会改变这部分人声，应记录实际串音，不能说只改变真实贝斯。
bash
python3 verify.py --file my-remix.wav
7. 归档真实模型记录
保存参数、模型日志、四轨、共同增益和remix文件。本页只评价自有12秒程序音乐与系统朗读，不外推真实演唱或商用母带质量。
怎样确认已经完成
- 实际输入与输出均可解码，采样率、声道、帧数和时长已记录。
- 按指定同一音节/乐句或首尾有声段回听，保留残留、失真和失败区间。
- 已实际在CPU运行htdemucs并保存真实输出与逐文件检查；输入包含原创程序音乐或系统朗读，结果只代表当前12秒练习。
常见问题
Demucs 四轨重混下载后就是模型成功结果吗？
已实际在CPU运行htdemucs并保存真实输出与逐文件检查；输入包含原创程序音乐或系统朗读，结果只代表当前12秒练习。 输入预检、已知源参考和模型推理是不同证据，未运行时不提供伪造结果。
AI分轨重混怎样判断完成？
先核对当前教程中的真实文件、参数和模型身份，再按第六步的同一区间验收；仅文件存在、峰值变小或界面显示完成都不足以证明声音质量。