StemDeck オープンソースローカルAIステム分離ツール

すぐにわかる概要

StemDeckは、Meta AIのオープンソースモデルであるDemucsを使用して、音声、ドラム、ベース、ギター、ピアノ、その他の6ステムに音声を分離する無料でオフラインのツールです。クラウドへのアップロードやアカウント、サブスクリプションの必要がありません。

StemDeckの機能

ローカル処理のみ – 音声はあなたのマシンから離れません。YouTube URLはyt-dlpでローカルに取得されます。
6ステム出力 – Demucs htdemucs_6sを使用して、音声、ドラム、ベース、ギター、ピアノ、および「その他の」トラックを分離します。
DAW風ミキサー – ステムごとのボリューム、ミュート、ソロ、モニタリング、VUメーター、波形ズーム、ループ領域、個別ステムまたはカスタムミックスのエクスポートが可能。
クロスプラットフォームインストーラ – ネイティブのmacOS（Apple SiliconおよびIntel）およびWindowsビルドを提供。WebサーバーまたはDockerコンテナとしても利用可能。
アカウント不要、制限なし – Apache 2.0ライセンスで完全に無料。テレメトリや隠れた費用も一切ありません。

コア技術

コンポーネント	ライブラリ / ツール	役割
バックエンド	Python 3.12 は uv で管理	推論を実行し、ジョブをオーケストレーション
API	FastAPI	ジョブステータス用のREST + Server-Sent Events
ステムモデル	Demucs `htdemucs_6s` (Meta AI)	6ステムニューラル分離
オプションのボーカル分離	audio-separator (UVR-MDX-NET Karaoke 2)	リード/バックボーカルの抽出
YouTubeダウンロード	yt-dlp	ローカルでオーディオストリームを取得
変換 / ミキシング	FFmpeg	オーディオデコード、ミキシング、エクスポート
BPM & キー分析	librosa	ビートトラッキング、キー/スケール検出
ラウドネス測定	pyloudnorm (ITU-R BS.1770)	統合LUFS分析
デスクトップシェル	Tauri v2 (Rust + WKWebView / WebView2)	UIをネイティブアプリとしてパッケージ
フロントエンド	バニラJavaScript + Web Audio API	波形レンダリング、再生コントロール

主な特徴

デバイスの自動選択 – NVIDIA GPUではCUDA、Apple SiliconではMPS、それ以外はCPUにフォールバック。
YouTubeおよびローカルファイルのインポート – ドラッグ＆ドロップまたはURLの貼り付け。MP3、WAV、FLAC、OGG/Opus、MP4、M4Aをサポート。
オリジナルバックトラック – ステムのサブセットを選択した場合、7番目のトラックに選択したステムを除いた完全な楽曲（補完トラック）が表示され、A/B比較が容易になります。
キャンセル可能なジョブ – パイプラインを即座に中断し、部分的な出力をクリーンアップします。
ライブラリパネル – フォルダベースの整理、ドラッグ＆ドロップ、検索、ゴミ箱機能。
エクスポートオプション – 個別WAVステム、合算されたmix.wav、または元のソースを含むカスタムMP4ビデオのエクスポート。

商用サービスとの正直な比較

項目	StemDeck	一般的なクラウドサービス（Moises、LALAL.AI）
価格	無料、永久に	フリープランあり；クレジットまたはサブスクリプションが必要
プライバシー	音声はデバイス上に留まる	音声が第三者サーバーにアップロードされる
ステム数	6（音声、ドラム、ベース、ギター、ピアノ、その他）	プランによって最大10まで
ハードウェア依存性	GPU/CPUで動作；速度は環境による
モバイルアプリ	なし	iOS/Androidアプリあり
追加ミュージシャンツール	なし（ピッチシフト、コード検出などなし）	ピッチ/キー変更、歌詞同期、クリックトラックなどが多い
ソースコード	オープンソース、フォーク可能	クローズドソース

最大の品質、バッチ処理、モバイルアクセスが必要な場合は、有料サービスも検討すべきです。個人的な練習、プライバシー保護、ゼロコスト利用の場合は、StemDeckで十分です。

使い始め方

デスクトップインストール

macOS – 適切なDMG（Apple Silicon用はarm64、Intel用はx64）をダウンロード。初回起動時にバンドルされたPythonランタイム（約500 MiB）、FFmpeg、Demucsモデル（約170 MiB）がダウンロードされます。
Windows – インストーラを解凍（CPU用はStemDeck-Windows-x64.zip、CUDA用は*.NVIDIA.zip）。StemDeck.exeを実行。初回起動で同じランタイム設定が行われます。
Gatekeeper – macOSでは、右クリック → 開くで初期セキュリティプロンプトを回避できます。

Webサーバー / Docker

Pythonサーバー – git clone https://github.com/stemdeckapp/stemdeck && cd stemdeck && ./run.sh setup && ./run.sh start（macOS/Linux）またはWindowsで同等のPowerShellコマンド。
Docker – docker compose -f build/docker-compose.yml up --build。ポート8000を公開。ステムは./jobs/に表示されます。
GPUアクセラレーション – STEMDECK_DEMUCS_DEVICE=cudaを設定し、CUDA対応のPyTorchホイールをインストール。

使い方ガイド

インポート – バーにファイルをドラッグするか、YouTube URLを貼り付ける。
ステムの選択 – ステムチップをクリック。デフォルトはすべての6ステム。
処理 – 処理をクリック。アップロード、分析、分離、ミキシングの進捗バーを確認。
ミックス – マルチトラックUIを使用：ボリュームフェーダ、ミュート/ソロ、ループ領域、再生速度コントロール。
エクスポート – ミックスをダウンロード をクリックして合算WAVを取得、またはファイルリストから個別ステムをエクスポート。

キーボードショートカット – Space（再生/一時停止）、[ / ]（−/＋5秒シーク）、L（ループ）、I/O（ループイン/アウト）、M（ミュート）、S（ソロ）、Shift+ホイール（粗いボリューム）、ホイール（細かいボリューム）。

コミュニティのフィードバック（Hacker Newsハイライト）

ユーザーはプライバシー最優先のアプローチを称賛し、個人的な練習や学習に非常に適していると指摘。
一部はNuo Stemsと比較。Nuo Stemsはmel_band_roformerなどの最新モデルを使用しているが、StemDeckはhtdemucs_6sの薄いラッパーにとどまっている。
あるコメントでは、AudacityがOpenVINOプラグイン経由で同様の結果を得られ、完全にオープンソースのDAWを好むユーザーにとっての代替案であると指摘。
Android対応やステムのMIDI変換を求める声があり、デスクトップを超えたワークフローの拡張に興味が集まっている。
技術的な議論では、パッケージングの課題（Python/PyTorchのバンドル、GPUメモリの急増、ポート衝突）が指摘され、StemDeckの設計は初回起動時に依存関係をブートストラップすることで、大規模なバンドルインストーラを意図的に避けていると確認された。

制限事項とトラブルシューティング

初回起動の遅延 – Demucsモデル（約170 MiB）とPythonランタイムが初回起動時にダウンロードされます。
GPUメモリ – 6ステムのDemucsは長時間のトラックで4 GiB VRAMを超える可能性があります。CUDAが利用不可の場合、CPUにフォールバックします。
ffmpegが見つかりません – FFmpegをインストールして再起動してください（./run.sh restart）。
YouTubeダウンロードの警告 – 「サポートされるJavaScriptランタイムが見つかりません」というメッセージを消すにはdenoをインストール。
CPUのみの速度 – 処理が遅くなります。最新のGPUを使用すると分離時間は大幅に短縮されます。

ライセンスと免責事項

StemDeckはApache 2.0ライセンスでリリースされています。個人的な学習、研究、実験を目的としています。本ソフトウェアは著作権のある素材をダウンロードまたは再配布しません。ユーザーは提供する音声を処理する権利を持っていることを確認する必要があります。すべてのサードパーティ依存関係は、元のライセンスを維持しています。

さらに詳しく知りたい方へ

GitHub – https://github.com/stemdeckapp/stemdeck
Discord – https://discord.gg/YhCKsjhcwB
Reddit – https://www.reddit.com/r/StemDeckApp/
公式サイト – https://stemdeck.app/

まとめ

StemDeckは、6ステム音声分離を完全にオフラインで行うオープンソースのソリューションを提供し、商用クラウドサービスの基本機能と同等の性能を実現しながら、プライバシーを守り、コストをゼロにします。モジュール式アーキテクチャ、明確なライセンス、活発なコミュニティにより、プロプライエタリプラットフォームのオーバーヘッドなしにローカルなステム抽出が必要なミュージシャン、教育者、開発者にとって堅実な基盤となっています。