StemDeck deler låten i seks spor lokalt, uten konto eller opplasting

Skytjenester som Moises og LALAL.AI vil ha konto, abonnement og at du laster lyden opp til serverne deres. StemDeck legger hele kjeden på din egen maskin, og prosjektets egen sammenligningstabell er uvanlig ærlig om hva det koster deg. De kommersielle tjenestene gir opptil ti spor, mobilapp, batch-kjøring og jevnere kvalitet. StemDeck stopper ved seks spor og en brukerflate tabellen selv beskriver som hobbykvalitet.

Motoren er htdemucs_6s, den åpne Demucs-modellen fra Meta AI. Den deler opptaket i vokal, trommer, bass, gitar, piano og en restkategori. Appen velger Torch-enhet selv: CUDA på NVIDIA, MPS på Apple Silicon, CPU som reserve. Vektene er på rundt 170 MB og hentes ned én gang. Etter det trenger du bare nett hvis du importerer fra YouTube. Analysen på toppen kjører librosa for BPM og toneart, og pyloudnorm for integrert LUFS etter ITU-R BS.1770.

For deg som selvhoster er det ryggen av appen som er interessant. Serveren er FastAPI på Python 3.12 med Server-Sent Events for importkøen, frontenden er vanilla JS uten byggesteg, og skrivebordsversjonene er Tauri v2. Det finnes et ferdig image på GHCR med taggene edge, latest og pinnede versjonsnumre, og en oppføring i Unraid Community Applications. På en Linux-vert med NVIDIA Container Toolkit holder det å legge til runtime-flagget for nvidia, for imaget har CUDA-bygget av torch inne fra før.

Begrensningene er reelle. Én jobb om gangen, ingen mobilapp, ingen akkordgjenkjenning eller tonehøydeendring, og på ren CPU tar separasjonen tid. Windows-zip-en med CUDA er på rundt 1,6 GB mot 700 MB for CPU-varianten.

Hva bør du gjøre?

1. Test med Docker først, og monter jobs og cache som egne volumer. Da slipper du å laste ned Demucs-vektene på nytt for hver rebuild.
2. Sjekk oppstartsloggen for device=mps eller device=cuda. Står det cpu, er torch-installasjonen din CPU-only, og separasjonen går tregt.
3. Hold YouTube-importen til materiale du selv har rettighetene til. Prosjektet er tydelig på at ansvaret ligger hos deg, ikke hos appen.