人聲/樂器分離器
準備聲樂和器樂分離
上傳音訊檔案並產生本地 Democs 聲樂/樂器分離工作流程的命令。
實際的分離需要在伺服器或本機上安裝 ML 模型和足夠的 CPU/GPU 資源。
✓
瀏覽器端媒體工具對於快速分析、預覽和輕量級匯出非常有用。
✓
大型的視訊和音訊檔案可能需要時間來解碼；較小的樣本在瀏覽器中運行得更快。
✓
當結果是命令時，在安裝了 ffmpeg 或所需型號的機器上運行它。
✓
在生產工作流程中使用產生的 WAV、PNG、CSV 和命令輸出之前，先檢查它們。
✓
平板電腦和桌上型電腦上的全螢幕模式為波形、表格和視訊預覽提供了更多空間。
✓
對於最終的廣播、播客或廣告投放，也可以使用專業媒體工具驗證結果。
