stemdeckapp/stemdeck

StemDeck – 무료로 로컬에서 음악 스템 분리

무엇을 할 수 있나요

• MP3, WAV, FLAC, OGG/Opus, MP4, M4A 등의 음악 파일이나 YouTube URL을 입력하면 최대 6개의 스템(보컬, 드럼, 베이스, 기타, 피아노, 기타)으로 분리합니다.
• 각 스템의 음량 조절, 음소거/솔로, 구간 반복, 파형 보기, 개별 스템 또는 사용자 정의 믹스를 내보낼 수 있는 작고 간단한 DAW 스타일 인터페이스를 제공합니다.
• 모든 처리는 귀하의 컴퓨터에서 로컬로 이루어지며, 계정, 업로드, 구독 없이도 사용 가능합니다.

작동 방식

• 핵심 분리 모델은 Demucs htdemucs_6s 로, Meta AI에서 공개한 오픈소스 6스템 신경망입니다.
• 앱은 자동으로 최적의 Torch 장치(CUDA는 NVIDIA GPU, MPS는 Apple Silicon, CPU는 백업)를 선택합니다.
• YouTube에서 오디오는 yt-dlp를 통해 가져오며, Demucs로 분리된 후 FFmpeg로 믹싱되고, librosa와 pyloudnorm를 사용해 분석(BPM, 키/스케일, 음량(LUFS), 피크 레벨)됩니다.
• 데스크톱 UI는 Tauri v2(Rust + 네이티브 웹뷰)과 순수 JavaScript로 구축되었으며, REST 및 Server-Sent Events를 통해 FastAPI 백엔드와 통신합니다.

주요 기능

기능	세부 사항
6스템 분리	Demucs htdemucs_6s 사용. GPU, Apple-silicon, CPU에서 작동
YouTube 가져오기	URL을 붙여넣기만 하면 yt-dlp로 로컬에 다운로드
DAW 스타일 믹서	파형 보기, 스템별 볼륨 페이더, 음소거/솔로/모니터링, 실시간 VU 메터
원본 백그라운드 트랙	스템의 일부를 선택하면 7번째 레이어에 선택된 스템을 제외한 전체 곡이 표시됩니다
내보내기	FFmpeg를 통해 개별 WAV 스템 또는 합산 믹스(mix.wav)로 내보내기
오디오 분석	BPM, 키/스케일 탐지, 음량(LUFS), 피크 레벨
작업 제어	작업 취소, 부분 작업 자동 정리, 작업 TTL, 큐 제한
라이브러리 패널	폴더 기반 정리, 드래그 앤 드롭, 검색, 휴지통
크로스플랫폼	macOS(Intel & Apple-silicon), Windows(CPU 또는 NVIDIA CUDA), Linux(Docker 또는 소스)
자체 포함 설치 파일	첫 실행 후 외부 Python 또는 시스템 종속성 필요 없음

왜 선택할지

• 개인정보 보호 – 오디오는 절대 당신의 기기에서 벗어나지 않습니다.
• 비용 – 완전 무료이며 오픈소스입니다.
• 오프라인 사용 – 초기 모델 다운로드 후 인터넷 없이도 작동합니다.
• 간단한 워크플로우 – 드래그 앤 드롭, 한 번의 클릭 처리, 계정 관리 없음.

상용 서비스가 더 나은 경우

• 더 높은 품질이나 6개 이상의 스템이 필요할 경우.
• 배치 처리, 모바일 앱, 피치 시프트, 코드 탐지, 가사 추출 등이 필요할 경우.
• 더 완성도 높은 프로덕션 수준의 UI와 더 빠른 클라우드 처리를 선호할 경우.

시작하기

1. Releases 페이지에서 적절한 설치 파일을 다운로드(맥은 DMG, 윈도우는 ZIP).
2. 앱 실행 – 첫 실행 시 번들된 Python 런타임, FFmpeg, Demucs 모델(~170MB)이 다운로드됩니다.
3. 오디오 파일을 드래그하거나 YouTube 링크를 붙여넣고 원하는 스템을 선택한 후 Process 클릭.
4. 화면 상의 믹서를 사용해 볼륨 조절, 구간 반복, 결과 내보내기.

자체로 실행하기

• 프로젝트는 로컬 웹 서버(FastAPI + uvicorn) 또는 Docker로도 실행 가능. README에 맥, 리눅스, 윈도우, Unraid용 명령어가 자세히 기재되어 있습니다.
• 환경 변수로 Torch 장치, 작업 디렉터리, 타임아웃 등을 제어할 수 있습니다.

라이선스 및 커뮤니티

• MIT 라이선스 하에 오픈소스.
• 커뮤니티 채널: GitHub, Discord, Reddit, Instagram, X(Twitter), 웹사이트.

---

결론: StemDeck은 진정한 오픈소스 AI 기반 로컬 음악 스템 분리 도구입니다. 최첨단 신경망 모델(Demucs)을 가볍고 개인정보 중심의 데스크톱 UI 뒤에 숨겨, 취미 음악가나 빠르고 오프라인으로 스템 추출이 필요한 음악가들에게 확실한 무료 대안을 제공합니다.