不限额度、不用订阅：StemDeck 本地 AI Stem 分离工作台

面向音乐人、制作人、爱好者的开源本地 Stem 分离工作台，基于 Meta Demucs 模型，Tauri 构建桌面端，Apache‑2.0 开源许可，音频全部本地运算，告别云端上传与订阅扣费。

市面上大量人声/伴奏分离工具普遍采用云端处理模式：用户必须上传音频文件，依赖账号、积分、月度订阅，对于未发布原创作品、私密录音存在数据泄露风险。StemDeck 的出现给出了另一条路线：全部 AI 分离运算在本机完成，没有账号、没有额度限制、没有订阅收费，是一款主打隐私优先的开源音轨分离软件，项目托管于 GitHub 仓库。

StemDeck

StemDeck 使用 Meta 开源 Demucs（htdemucs_6s）模型，最多可将歌曲拆分为6条独立音轨：人声、鼓组、贝斯、吉他、钢琴以及其他剩余伴奏，适用于扒谱练习、乐器学习、Remix 二次创作、提取伴奏、人声隔离等场景。

项目使用 Tauri v2 做桌面外壳，后端 Python+FastAPI，结合 librosa 做音频分析，FFmpeg 处理多媒体解码，同时支持 Docker 部署为本地 Web 服务，既可作为桌面客户端使用，也可私有化部署网页版服务。

不止音轨分离，内置简易多轨混音工作台

StemDeck 不只是单纯输出一堆分离音频文件，还内置DAW风格多轨交互界面，分离完成后直接在软件内开展音频工作流。

1. 多源音频导入

支持本地拖拽MP3、WAV、FLAC、M4A、MP4视频文件；也可以粘贴 YouTube 链接拉取音频。仅首次下载 AI 模型、网络资源下载阶段需要联网，模型缓存完成之后，完全离线处理本地音频文件。

2. 多轨可视化混音操作

波形可视化轨道，支持缩放视图、选区循环播放；每一条音轨独立音量调节、静音、独奏；带峰值保持的VU电平表实时监视各轨道电平。支持导出单条音轨，也可以导出自定义多轨混合后的成品；还可以生成“补集轨道”（原曲减去选中轨道），方便A/B对比参考。

3. 智能音频分析

自动解析音频B PM 速度、调式、音阶与置信度、LUFS 响度等专业信息，生成跟随乐曲的节拍音轨，方便乐手练习演奏、扒谱转录。

4. 硬件加速适配

自动识别硬件加速：NVIDIA 显卡启用 CUDA，Apple Silicon 芯片启用 MPS 加速，无 GPU 环境自动降级 CPU 运算，M 系列 Mac 获得专项优化，CPU 设备处理速度会相应降低。

5. 多部署形态

除 Windows、macOS 桌面安装包外，源码支持编译，支持 Docker 部署本地 Web 服务，浏览器访问使用，适合技术用户自建服务。软件采用A pache‑2.0 开源协议，个人、商业场景均可免费使用源码与二进制程序。

项目现状与使用提示

当前 StemDeck 处于早期迭代阶段，开发迭代速度较快，短周期内持续发布新版本修复问题。开发者坦诚说明：对比部分商业闭源云端工具，Demucs 开源模型分离质量并不一定占优；软件暂不支持批量任务，一次处理一首音频；无移动端版本。适合音乐爱好者、学生、独立制作人做扒带、练习、个人二次创作；对于商业级高标准音频工程，建议处理完成后做好原始文件备份，对分离结果做二次校验。

软件社区主要依托 Discord，用户提交 Bug 反馈、功能建议，Reddit 社区也有用户交流。源码完全公开，开发者可以 Fork 仓库自行修改、二次开发。

项目地址

GitHub：https://github.com/stemdeckapp/stemdeck

这里再顺便提示，如果你下载不方便或者无法使用，也可以使用简鹿办公推出的简鹿人声分离，它支持 Windows 和 macOS，你可以轻松的从常见的音视频中提取人声或提取伴奏等操作，也非常简单。