feat: add multi-stem audio separation modes

This commit is contained in:
Mikei386
2026-09-09 00:30:08 +02:00
parent 30203bf13b
commit e2f35517f8
6 changed files with 76 additions and 40 deletions
+8 -5
View File
@@ -4,8 +4,8 @@ Athena besitzt drei gegenseitig exklusive Betriebsmodi:
- `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.
- `separation`: wahlweise BS-RoFormer für Gesang/Instrumental oder Demucs für
vier beziehungsweise sechs Spuren; 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
@@ -36,9 +36,12 @@ 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`.
übliche Formate an und liefert verlustfreie FLAC-Spuren als ZIP. Verfügbar sind
die spezialisierte Gesangstrennung (`vocals`, `instrumental`), vier Spuren
(`vocals`, `drums`, `bass`, `other`) und experimentell sechs Spuren
(`vocals`, `drums`, `bass`, `guitar`, `piano`, `other`). Grundlage ist
`audio-separator` 0.47.0 mit BS-RoFormer Viperx 1297, `htdemucs_ft` und
`htdemucs_6s`.
Hermes benötigt dafür kein Plugin. Exakt eingegebene Steuerbefehle werden vom
Router lokal beantwortet, auch wenn gerade kein LLM geladen ist: