在线使用趋动云人声伴奏分离工具 MSST-WebUI 的方法

weixin_34941779

已于 2025-01-14 17:40:52 修改

阅读量1.3k

点赞数 25

分类专栏：趋动云教程文章标签： python AIGC

于 2024-12-03 13:37:35 首次发布

本文链接：https://blog.csdn.net/weixin_34941779/article/details/144212997

版权

趋动云教程专栏收录该内容

1 篇文章

订阅专栏

如果在翻唱的时候，找不到合适的伴奏，不妨试试这款目前最新的声源分离工具。MSST-WebUI 是2024年最新的音乐源分离工具的界面版，操作简单，支持众多声源分离模型，您可以使用此Web界面推断MSST模型和VR模型来将 wav/mp3/flac等音频文件分离为人声和其他伴奏声音，还可以用于音频去噪、去混响、去和声，非常适用于音频制作领域。没有GPU电脑配置不高的小伙伴，如果想用该工具，推荐在【趋动云】平台上运行，注册即送算力点，做活动也可以获得算力点，可以免费使用数十小时。

注册链接：趋动云

启动方式

进入【趋动云】平台后，只需要以下几步即可进入到 MSST-WebUI 界面，首先，打开项目地址：https://open.virtaicloud.com/web/project/detail/509968865942364160

右上角运行一下，确定克隆项目到自己空间，点击立即运行，服务器开启后点右上角进入开发环境。

然后点击这里的Terminal 进入服务器命令界面：

在 /gemini/code/ 目录下输入下面命令，确认执行即可启动。

bash start_msst.sh

等待一二分钟左右，可以看到命令行出现 Running on local URL:http://0.0.0.0:7860 表示webUI界面启动成功

此时可以在右侧新添加一个端口 7860 ，打开得到的外部访问连接，即可打开 MSST 的webUI 工作界面：

确定添加端口后，点击外部访问链接，即可进入在线的 MSST-WebUI

使用示例

在左侧的 Select model category 中选择 vocals_models, 右边 Select model 选择 model_bs_roformer_ep_368_sdr_12.9628.ckpt , 这是最推荐的人声伴奏分离模型。

下面一行选择默认的GPU，和输出音频格式，可以是 wav/mp3/flac 输出音频格式下面要选择要输出的分离结果，人声还是伴奏，或者两个都输出。

再下方的 Use CPU 和 Using TTA 可以不勾选，然后在 Input audio 界面中上传音频文件（如果没有合适的可以先下载左边 /gemini/code/test.wav 上传做测试），音频可以是 wav/mp3/flac 格式，其他高级设置保持默认即可，如果要调batch大小（参考 12G 显存设置建议不超过 10），然后点击最下方的 Input audio separation 按钮启动分离。