Add BS-RoFormer vocal separation mode

docs/OPERATING_MODES.md

@@ -1,18 +1,20 @@
 # Athena-Betriebsmodi
 
-Athena besitzt zwei gegenseitig exklusive Betriebsmodi:
+Athena besitzt drei gegenseitig exklusive Betriebsmodi:
 
-- `llm`: ein llama.cpp-Profil und Qwen3-TTS laufen; ACE-Step ist gestoppt.
-- `music`: ACE-Step 1.5 XL-SFT läuft; alle LLM-, Bild- und TTS-Worker sind gestoppt.
+- `llm`: ein llama.cpp-Profil und Qwen3-TTS laufen; Spezialdienste sind gestoppt.
+- `music`: ACE-Step 1.5 XL-SFT läuft; alle LLM-, Bild-, TTS- und Separator-Worker sind gestoppt.
+- `separation`: BS-RoFormer Viperx 1297 trennt Gesang und Instrumental;
+  LLM, Bild, TTS und ACE-Step sind gestoppt.
 
 Die Zustandsmaschine lebt im Athena-Router. Das Dashboard und Chat-Clients wie
 Hermes sind nur Bedienoberflächen derselben API. Der zuletzt aktive LLM-Modus
-wird persistent gespeichert und beim Verlassen des Musikmodus wieder geladen.
+wird persistent gespeichert und beim Verlassen eines Spezialmodus wieder geladen.
 
 ## Bedienung
 
-Im Athena-Dashboard stehen die Schaltflächen **LLM-Betrieb** und
-**Musikstudio starten** bereit. Im Musikmodus werden zwei Oberflächen angeboten:
+Im Athena-Dashboard stehen **LLM-Betrieb**, **Musikstudio** und
+**Stimmen trennen** bereit. Im Musikmodus werden zwei Oberflächen angeboten:
 
 - **Original UI · stabil** öffnet die zum laufenden ACE-Step-Image gehörende
   Gradio-Oberfläche. Sie ist für Cover, Remix und erweiterte Workflows der
@@ -32,11 +34,18 @@ veröffentlicht. `ace-step-ui` ist reproduzierbar auf Commit
 `a1fdf91829ec6f7b98844f80e323529cd155dbf2` fixiert und greift intern über das
 Docker-Netz `mike-ai-music` auf `http://music-worker:7860` zu.
 
+Im Trennmodus öffnet das Dashboard die private Athena-Oberfläche unter
+`http://192.168.1.212:8007`. Sie nimmt WAV, FLAC, MP3, M4A und weitere
+übliche Formate an und liefert ein ZIP mit verlustfreien `vocals.flac` und
+`instrumental.flac`. Grundlage ist `audio-separator` 0.47.0 mit
+`model_bs_roformer_ep_317_sdr_12.9755.ckpt`.
+
 Hermes benötigt dafür kein Plugin. Exakt eingegebene Steuerbefehle werden vom
 Router lokal beantwortet, auch wenn gerade kein LLM geladen ist:
 
 ```text
 /athena music
+/athena stems
 /athena llm
 /athena status
 ```
@@ -46,17 +55,19 @@ Die HTTP-Schnittstelle verwendet authentifizierte Requests:
 ```text
 GET  /mode
 POST /mode  {"mode":"music"}
+POST /mode  {"mode":"separation"}
 POST /mode  {"mode":"llm"}
 ```
 
 Der Wechsel läuft asynchron. Fortschritt und Fehler stehen unter `mode` in
 `GET /status`. Der Profile-Controller akzeptiert ausschließlich den mit
-`com.mike-ai.music-worker=acestep` markierten Container; freie Container- oder
-Docker-Befehle werden nicht entgegengenommen.
+`com.mike-ai.music-worker=acestep` beziehungsweise
+`com.mike-ai.stem-separator=bs-roformer` markierten Container; freie
+Container- oder Docker-Befehle werden nicht entgegengenommen.
 
 ## Wiederanlauf
 
 Der Router speichert `mode`, `last_profile` und `return_profile` atomar. War
-beim Router-Neustart der Musikmodus aktiv, startet er ACE-Step erneut. Beim
+beim Router-Neustart ein Spezialmodus aktiv, startet er den passenden Worker erneut. Beim
 Wechsel zurück wird das gespeicherte LLM-Profil semantisch auf Alias und
 Kontextfenster geprüft, bevor Chat-Anfragen wieder freigegeben werden.

docs/SPECIALIZED_MODEL_ROADMAP.md

@@ -9,7 +9,7 @@ im zentralen Register `TESTED_MODELS.md` dokumentiert wurde.
 | Prioritaet | Aufgabe | Kandidat | Geplanter Betrieb | Status |
 |---:|---|---|---|---|
 | 1 | Musik erzeugen und bearbeiten | `ACE-Step 1.5 XL SFT` mit `acestep-5Hz-lm-1.7B` | exklusives On-Demand-Profil auf der RTX 5080; CPU-Offload; Qwen, Vision und TTS werden waehrenddessen entladen | **integriert; Klangabnahme laeuft** |
-| 2 | Gesang und Instrumente trennen | BS-RoFormer Viperx 1297; alternativ MelBand-RoFormer, fuer Mehrspur `htdemucs_ft` | eigener Audio-Worker; GPU bevorzugt, CPU als langsamer Fallback | offen |
+| 2 | Gesang und Instrumente trennen | BS-RoFormer Viperx 1297, `ep_317` | exklusiver Audio-Worker auf der RTX 5080; FLAC-Ausgabe; eigener Dashboard-Modus | **integriert; Qualitätstest läuft** |
 | 3 | Voice Cloning | vorhandenes `Qwen3-TTS-12Hz-1.7B-Base` | bestehender TTS-Worker auf der RTX 3060; zunaechst den eingebauten 3-Sekunden-Klonpfad freilegen | offen |
 | 4 | Objekte lokalisieren und zaehlen | Grounding DINO oder RF-DETR | optionaler Vision-Worker; normales Erkennen bleibt beim vorhandenen Qwen-Vision-Projektor | offen |
 | 5 | Bildort schaetzen | GeoAgent 8B | exklusives Vision-Profil; Ergebnis nur als Wahrscheinlichkeitsrangliste | offen |

docs/TESTED_MODELS.md

@@ -63,6 +63,12 @@ Titelgenerierung und Kontextkompression in Hermes.
 |---|---|---|---|---|---|
 | 08.09.2026 | `ACE-Step/acestep-v15-xl-sft` mit `acestep-5Hz-lm-1.7B`, offizielles ACE-Step-1.5-Image `sha256:95652cd780c78a1b1a7f6f0335530430f0ae53d96c7c12d59f9f39fa23d38567` | 30 s Instrumental, Thinking/LM aktiv, Batch 1, RTX 5080 16 GiB, automatischer CPU-Offload und INT8 Weight-only DiT | erfolgreich in 15,39 s: LM 8,00 s, DiT 7,39 s, MP3 0,82 s; PyTorch meldete maximal 9,38 GiB CUDA-Allokation; kein OOM/CUDA-Fehler | **Beta-Test bestanden**; Klangabnahme und Hermes-/Router-Integration noch offen | Athena: `/data/music/acestep/batch_1788873234/`; [SPECIALIZED_MODEL_ROADMAP.md](SPECIALIZED_MODEL_ROADMAP.md) |
 
+## Audio-Trennung
+
+| Datum | Modell | Test | Ergebnis | Status / Entscheidung | Beleg |
+|---|---|---|---|---|---|
+| 08.09.2026 | BS-RoFormer Viperx 1297, `model_bs_roformer_ep_317_sdr_12.9755.ckpt`, `audio-separator` 0.47.0 | 20-s-FLAC eines vorhandenen ACE-Step-Titels, RTX 5080, CUDA 12.8, ONNX Runtime GPU 1.22.0 | zwei gültige FLAC-Spuren mit jeweils exakt 20,0 s; Verarbeitung 19 s; Vocal-Datei 1,45 MB, Instrumental-Datei 3,84 MB | **technischer Ende-zu-Ende-Test bestanden**; Hörabnahme durch Nutzer offen | [bs-roformer-vocal-separation](../experiments/bs-roformer-vocal-separation/README.md) |
+
 ## Ablauf für zukünftige Kandidaten
 
 1. Exakten Hugging-Face-/Ollama-Namen und Dateinamen in diesem Dokument suchen.