stemroller
StemRoller 是一款免费且易用的音频分离工具,旨在帮助用户轻松从任意歌曲中提取人声、鼓点、贝斯及其他乐器音轨。它主要解决了音乐爱好者、创作者或混音初学者在缺乏专业设备和技术背景下,难以获取高质量分轨素材的痛点。无论是想制作卡拉 OK 伴奏、进行采样创作,还是单纯想分析歌曲结构,StemRoller 都能让这一过程变得简单快捷。
该工具特别适合普通用户及内容创作者使用,无需具备编程基础或音频处理专业知识。其核心亮点在于集成了 Facebook 研发的先进 Demucs 算法,确保了业界领先的音源分离质量。更独特的是,StemRoller 内置了 YouTube 搜索功能,用户只需在搜索栏输入歌曲名称或艺术家,点击“分割”按钮,即可直接在线获取并处理目标曲目,省去了手动下载音频文件的繁琐步骤。处理完成后,用户可立即访问并下载分离出的各独立音轨。作为一款开源应用,StemRoller 在提供强大功能的同时保持了完全免费和开放的特性,是音乐探索与创作的得力助手。
使用场景
一位独立音乐制作人想要为热门歌曲制作高质量的伴奏版本用于现场演出,但苦于找不到官方发行的分轨文件。
没有 stemroller 时
- 必须花费数小时在各大素材网站搜寻,往往只能找到音质压缩严重或节奏对不上的非官方伴奏。
- 若尝试手动消除人声,需要使用复杂的音频编辑软件进行相位抵消,操作门槛高且极易残留诡异的人工伪影。
- 无法单独提取鼓点或贝斯进行重新混音,导致改编创作受到极大限制,只能整首使用或完全放弃。
- 依赖付费的专业分离服务,每次处理都需要高昂的费用,对于预算有限的个人创作者极不友好。
- 整个流程繁琐割裂,从搜索歌曲到获取分轨需要跨越多个平台,严重拖慢创作进度。
使用 stemroller 后
- 直接在软件搜索栏输入歌名,一键调用 YouTube 资源并自动分离出人声、鼓、贝斯等独立音轨,立即可用。
- 基于 Facebook 先进的 Demucs 算法,分离出的各轨道清晰度极高,几乎听不出背景噪音或失真。
- 可以自由静音人声保留纯乐器,或单独提取鼓组进行采样重组,极大地激发了二次创作的灵感。
- 完全免费且本地运行,无需支付任何订阅费用,保护了作品隐私的同时也节省了开支。
- 从搜索到导出分轨仅需几分钟,将原本半天的工作量压缩至瞬间,让创作者能专注于音乐本身。
stemroller 通过极简的一站式操作和顶尖的分离算法,让每位音乐人都能轻松获得专业级的分轨素材,彻底打破了音频再创作的壁垒。
运行环境要求
- Windows
- macOS
- Linux
未说明
未说明

快速开始
StemRoller
StemRoller 是首款免费应用,只需点击一下即可从任何歌曲中分离人声和伴奏音轨!StemRoller 使用 Facebook 最先进的 Demucs 歌曲分离算法,并集成了 YouTube 的搜索结果。
只需在搜索栏中输入任意歌曲的名称或歌手,然后点击搜索结果中出现的 Split 按钮即可!分离过程需要等待几分钟。当音轨提取完成后,你会在歌曲旁边看到一个 Open 按钮——点击它即可访问你的音轨!
我们还有一个 Discord 服务器,用于发布更新公告和提供支持。
快速入门
使用 StemRoller 非常简单——只需前往 StemRoller 官网 或 发布页面,下载最新版本即可!该安装包包含了分离音轨所需的一切。不过,如果你想参与 StemRoller 的开发,请继续阅读……
安装依赖
git clone https://github.com/stemrollerapp/stemroller.git
cd stemroller
npm i -D
Windows/macOS
npm run download-third-party-apps
Linux(未正式支持)
请使用你喜欢的包管理器全局安装 ffmpeg,并使用 pip 全局安装 demucs 和 yt-dlp。如果遇到“找不到合适的后端”错误,可以尝试安装 libsox-dev。
开发模式运行
npm run dev
生产模式运行
npm run build:svelte && npm run start
生产构建
Windows
npm run build:win
macOS
npm run build:mac
许可证
您可以选择公共领域(Unlicense)或 MIT 无署名许可——更多信息请参阅 LICENSE 文件。
版本历史
3.1.02026/02/25相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备