> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-fr/audio-et-voix/demucs-separation.md).

# Séparation Demucs

Séparez la musique en voix, batterie, basse et plus encore avec Demucs

Séparer la musique en stems (voix, batterie, basse, autre) avec Demucs.

{% hint style="success" %}
Tous les exemples peuvent être exécutés sur des serveurs GPU loués via [la place de marché CLORE.AI](https://clore.ai/marketplace).
{% endhint %}

## Louer sur CLORE.AI

1. Visitez [la place de marché CLORE.AI](https://clore.ai/marketplace)
2. Filtrez par type de GPU, VRAM et prix
3. Choisissez **À la demande** (tarif fixe) ou **Spot** (prix d'enchère)
4. Configurez votre commande :
   * Sélectionnez l'image Docker
   * Définissez les ports (TCP pour SSH, HTTP pour les interfaces web)
   * Ajoutez des variables d'environnement si nécessaire
   * Entrez la commande de démarrage
5. Sélectionnez le paiement : **CLORE**, **BTC**, ou **USDT/USDC**
6. Créez la commande et attendez le déploiement

### Accédez à votre serveur

* Trouvez les détails de connexion dans **Mes commandes**
* Interfaces web : utilisez l'URL du port HTTP
* SSH : `ssh -p <port> root@<proxy-address>`

## Qu’est-ce que Demucs ?

Demucs de Meta AI peut :

* Séparer les voix de la musique
* Extraire la batterie, la basse et les autres instruments
* Traiter n’importe quel format audio
* Extraction de stems de haute qualité

## Déploiement rapide

**Image Docker :**

```
pytorch/pytorch:2.11.0-cuda12.8-cudnn9-runtime
```

**Ports :**

```
22/tcp
7860/http
```

**Commande :**

```bash
pip install demucs gradio && \
python -c "
import gradio as gr
from demucs.pretrained import get_model
from demucs.apply import apply_model
import torch
import torchaudio
import tempfile
import os

model = get_model('htdemucs')
model.cuda()

def separate(audio_path, stem):
    wav, sr = torchaudio.load(audio_path)
    wav = wav.cuda()

    with torch.no_grad():
        sources = apply_model(model, wav.unsqueeze(0), split=True)[0]

    stems = {'drums': 0, 'bass': 1, 'other': 2, 'vocals': 3}
    output = sources[stems[stem]].cpu()

    with tempfile.NamedTemporaryFile(suffix='.wav', delete=False) as f:
        torchaudio.save(f.name, output, sr)
        return f.name

demo = gr.Interface(
    fn=separate,
    inputs=[gr.Audio(type='filepath'), gr.Dropdown(['vocals', 'drums', 'bass', 'other'])],
    outputs=gr.Audio(),
    title='Séparateur audio Demucs'
)
demo.launch(server_name='0.0.0.0', server_port=7860)
"
```

## Accéder à votre service

Après le déploiement, trouvez votre `http_pub` URL dans **Mes commandes**:

1. Accédez à **Mes commandes** la page
2. Cliquez sur votre commande
3. Trouvez le `http_pub` URL (par ex., `abc123.clorecloud.net`)

Utilisez `https://YOUR_HTTP_PUB_URL` au lieu de `localhost` dans les exemples ci-dessous.

## Installation

```bash
pip install demucs

# ou
pip install -e git+https://github.com/facebookresearch/demucs#egg=demucs
```

## Utilisation en ligne de commande

### Séparation de base

```bash

# Séparer en 4 stems
demucs song.mp3

# Sortie : separated/htdemucs/song/{drums,bass,other,vocals}.wav
```

### Options

```bash
demucs \
    --two-stems vocals \     # Uniquement voix + instrumental
    -n htdemucs \            # Nom du modèle
    -d cuda \                # Utiliser le GPU
    -o ./output \            # Dossier de sortie
    --mp3 \                  # Sortie en MP3
    song.mp3
```

### Traiter un dossier

```bash
demucs --two-stems vocals -d cuda ./songs/*.mp3
```

## API Python

### Séparation de base

```python
from demucs.pretrained import get_model
from demucs.apply import apply_model
import torchaudio
import torch

# Charger le modèle
model = get_model('htdemucs')
model.cuda()
model.eval()

# Charger l’audio
wav, sr = torchaudio.load("song.mp3")
wav = wav.cuda()

# Séparer
with torch.no_grad():
    sources = apply_model(model, wav.unsqueeze(0), split=True)[0]

# sources shape: [4, channels, samples]

# 0: batterie, 1: basse, 2: autre, 3: voix

# Enregistrer les stems
stems = ['drums', 'bass', 'other', 'vocals']
for i, stem in enumerate(stems):
    torchaudio.save(f"{stem}.wav", sources[i].cpu(), sr)
```

### Obtenir uniquement les voix

```python
def extract_vocals(audio_path):
    wav, sr = torchaudio.load(audio_path)
    wav = wav.cuda()

    with torch.no_grad():
        sources = apply_model(model, wav.unsqueeze(0), split=True)[0]

    vocals = sources[3].cpu()  # Index 3 = voix
    return vocals, sr

vocals, sr = extract_vocals("song.mp3")
torchaudio.save("vocals.wav", vocals, sr)
```

### Obtenir l’instrumental (sans voix)

```python
def extract_instrumental(audio_path):
    wav, sr = torchaudio.load(audio_path)
    wav = wav.cuda()

    with torch.no_grad():
        sources = apply_model(model, wav.unsqueeze(0), split=True)[0]

    # Additionner batterie + basse + autre
    instrumental = sources[0] + sources[1] + sources[2]
    return instrumental.cpu(), sr

instrumental, sr = extract_instrumental("song.mp3")
torchaudio.save("instrumental.wav", instrumental, sr)
```

## Variantes de modèle

| Modèle       | Stems | Qualité   | Vitesse |
| ------------ | ----- | --------- | ------- |
| htdemucs     | 4     | Meilleur  | Moyen   |
| htdemucs\_ft | 4     | Best+     | Lent    |
| htdemucs\_6s | 6     | Excellent | Moyen   |
| mdx\_extra   | 4     | Excellent | Rapide  |

### Modèle à 6 stems

```python
model = get_model('htdemucs_6s')

# Stems : batterie, basse, autre, voix, guitare, piano
```

### Modèle affiné

```python
model = get_model('htdemucs_ft')

# Meilleure qualité, mais plus lent
```

## Traitement par lots

```python
import os
from demucs.pretrained import get_model
from demucs.apply import apply_model
import torchaudio
import torch

model = get_model('htdemucs')
model.cuda()
model.eval()

input_dir = "./songs"
output_dir = "./separated"

for filename in os.listdir(input_dir):
    if filename.endswith(('.mp3', '.wav', '.flac')):
        input_path = os.path.join(input_dir, filename)
        song_output_dir = os.path.join(output_dir, filename.rsplit('.', 1)[0])
        os.makedirs(song_output_dir, exist_ok=True)

        print(f"Traitement : {filename}")

        wav, sr = torchaudio.load(input_path)
        wav = wav.cuda()

        with torch.no_grad():
            sources = apply_model(model, wav.unsqueeze(0), split=True)[0]

        stems = ['drums', 'bass', 'other', 'vocals']
        for i, stem in enumerate(stems):
            torchaudio.save(
                os.path.join(song_output_dir, f"{stem}.wav"),
                sources[i].cpu(),
                sr
            )

        print(f"Enregistré : {song_output_dir}")
```

## Serveur API

```python
from fastapi import FastAPI, UploadFile
from fastapi.responses import FileResponse
from demucs.pretrained import get_model
from demucs.apply import apply_model
import torchaudio
import torch
import tempfile
import os

app = FastAPI()

model = get_model('htdemucs')
model.cuda()
model.eval()

@app.post("/separate")
async def separate(file: UploadFile, stem: str = "vocals"):
    # Enregistrer le fichier téléchargé
    with tempfile.NamedTemporaryFile(delete=False, suffix=".mp3") as tmp:
        content = await file.read()
        tmp.write(content)
        tmp_path = tmp.name

    # Charger et séparer
    wav, sr = torchaudio.load(tmp_path)
    wav = wav.cuda()

    with torch.no_grad():
        sources = apply_model(model, wav.unsqueeze(0), split=True)[0]

    stems = {'drums': 0, 'bass': 1, 'other': 2, 'vocals': 3}
    output = sources[stems[stem]].cpu()

    # Enregistrer la sortie
    with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as out:
        torchaudio.save(out.name, output, sr)
        return FileResponse(out.name, media_type="audio/wav")

@app.post("/instrumental")
async def get_instrumental(file: UploadFile):
    with tempfile.NamedTemporaryFile(delete=False, suffix=".mp3") as tmp:
        content = await file.read()
        tmp.write(content)
        tmp_path = tmp.name

    wav, sr = torchaudio.load(tmp_path)
    wav = wav.cuda()

    with torch.no_grad():
        sources = apply_model(model, wav.unsqueeze(0), split=True)[0]

    # Combiner les stems sans voix
    instrumental = sources[0] + sources[1] + sources[2]

    with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as out:
        torchaudio.save(out.name, instrumental.cpu(), sr)
        return FileResponse(out.name, media_type="audio/wav")

# Exécuter : uvicorn server:app --host 0.0.0.0 --port 8000
```

## Optimisation de la mémoire

### Pour les longs audios

```python
from demucs.apply import apply_model

# Utiliser le découpage pour les longs audios
sources = apply_model(
    model,
    wav.unsqueeze(0),
    split=True,         # Découper en segments
    overlap=0.25,       # Chevauchement entre les segments
    progress=True
)[0]
```

### Pour une VRAM limitée

```python

# Utiliser le CPU pour certaines opérations
model.cpu()
wav = wav.cpu()

# Ou utiliser le traitement par segments
sources = apply_model(
    model,
    wav.unsqueeze(0),
    split=True,
    segment=10  # segments de 10 secondes
)[0]
```

## Cas d’usage

### Piste de karaoké

```python
def create_karaoke(song_path):
    wav, sr = torchaudio.load(song_path)
    wav = wav.cuda()

    with torch.no_grad():
        sources = apply_model(model, wav.unsqueeze(0), split=True)[0]

    # Tout sauf les voix
    karaoke = sources[0] + sources[1] + sources[2]
    return karaoke.cpu(), sr
```

### Préparation d’un remix

```python
def extract_all_stems(song_path, output_dir):
    wav, sr = torchaudio.load(song_path)
    wav = wav.cuda()

    with torch.no_grad():
        sources = apply_model(model, wav.unsqueeze(0), split=True)[0]

    stems = ['drums', 'bass', 'other', 'vocals']
    paths = {}

    for i, stem in enumerate(stems):
        path = os.path.join(output_dir, f"{stem}.wav")
        torchaudio.save(path, sources[i].cpu(), sr)
        paths[stem] = path

    return paths
```

### Extraction d’acapella

```python
def extract_acapella(song_path):
    wav, sr = torchaudio.load(song_path)
    wav = wav.cuda()

    with torch.no_grad():
        sources = apply_model(model, wav.unsqueeze(0), split=True)[0]

    vocals = sources[3]
    return vocals.cpu(), sr
```

## Conseils de qualité

### Pour de meilleurs résultats

* Utiliser une entrée sans perte (WAV, FLAC)
* Un taux d’échantillonnage plus élevé = meilleure qualité
* Utilisez `htdemucs_ft` pour les travaux critiques

### Post-traitement

```python
from pydub import AudioSegment
from pydub.effects import normalize, high_pass_filter

# Charger la voix séparée
vocals = AudioSegment.from_wav("vocals.wav")

# Supprimer les basses fréquences parasites
vocals = high_pass_filter(vocals, 80)

# Normaliser
vocals = normalize(vocals)

vocals.export("vocals_clean.wav", format="wav")
```

## Performances

| Durée audio      | GPU      | Temps   |
| ---------------- | -------- | ------- |
| chanson de 3 min | RTX 3090 | \~15s   |
| chanson de 3 min | RTX 4090 | \~10 s  |
| chanson de 3 min | A100     | \~8 s   |
| album d’1 heure  | RTX 3090 | \~5 min |

## Dépannage

### Mémoire insuffisante

```bash

# Utiliser des segments plus petits
demucs --segment 10 song.mp3
```

### Séparation médiocre

* Utiliser le modèle htdemucs\_ft
* Vérifier la qualité de l’entrée
* Éviter les MP3 fortement compressés

### Artefacts

* Augmenter le chevauchement
* Utiliser un modèle de meilleure qualité
* Vérifier la présence d’écrêtage dans l’entrée

## Estimation des coûts

Tarifs typiques du marché CLORE.AI (en 2024) :

| GPU        | Tarif horaire | Tarif journalier | Session de 4 heures |
| ---------- | ------------- | ---------------- | ------------------- |
| RTX 3060   | \~$0.03       | \~$0.70          | \~$0.12             |
| RTX 3090   | \~$0.06       | \~$1.50          | \~$0.25             |
| RTX 4090   | \~$0.10       | \~$2.30          | \~$0.40             |
| A100 40 Go | \~$0.17       | \~$4.00          | \~$0.70             |
| A100 80 Go | \~$0.25       | \~$6.00          | \~$1.00             |

*Les prix varient selon le fournisseur et la demande. Vérifiez* [*la place de marché CLORE.AI*](https://clore.ai/marketplace) *les tarifs actuels.*

**Économisez de l'argent :**

* Utilisez le **Spot** marché pour les travaux interrompables — environ un tiers des serveurs ont un prix spot inférieur au tarif à la demande (médiane \~13 % de remise), les autres s'alignent dessus
* Payez avec **CLORE** jetons
* Comparez les prix entre différents fournisseurs

## Étapes suivantes

* [Clonage vocal RVC](/guides/guides_v2-fr/audio-et-voix/rvc-voice-clone.md) - Traiter les voix extraites
* [Musique AudioCraft](/guides/guides_v2-fr/audio-et-voix/audiocraft-music.md) - Générer de la nouvelle musique
* [Whisper Transcription](/guides/guides_v2-fr/audio-et-voix/whisper-transcription.md) - Transcrire les voix


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-fr/audio-et-voix/demucs-separation.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.