dtx音轨分离模型说明，采样率修复
下面逐个说明，所有都是 Demucs 的预训练分离模型，后缀含义：
- q = quantized（量化版）：体积更小、速度更快，画质轻微下降，适合低配机器
- ft = fine-tuned（微调版）
- 6s = 6 轨分离
| 模型 | 分离轨道 | 特点 | 适合场景 |
|---|---|---|---|
| htdemucs | 4 轨：人声、鼓、贝斯、其他 | Demucs v4 默认模型，均衡，速度、质量折中 | 日常分离，大多数歌曲首选 |
| htdemucs_ft | 4 轨：人声、鼓、贝斯、其他 | 在 htdemucs 基础上微调，4 轨里音质最好，速度稍慢 | 需要高质量分轨、做翻唱、混音提取 |
| htdemucs_6s | 6 轨：人声、鼓、贝斯、吉他、钢琴、其他 | 额外分出吉他、钢琴；代价是单轨纯净度略低于上面两个 | 需要单独提取吉他或者钢琴 |
| hdemucs_mmi | 4 轨 | v3 老版本混合 Demucs，在 MusDB + 额外 800 首歌训练 | 兼容老素材，一般不优先选 |
| mdx | 4 轨 | MDX 挑战赛夺冠模型，仅在 MusDB HQ 数据集训练，速度较快 | 早期热门模型，人声分离不错，但整体弱于 htdemucs 系列 |
| mdx_extra | 4 轨 | mdx 的加强版，加入更多额外训练数据，纯净度优于原版 mdx | 如果 htdemucs 对某首歌翻车，可以换它尝试 |
| mdx_q | 4 轨 | mdx 的量化压缩版本，占用显存更低、速度更快，音质小幅缩水 | 显卡弱、内存小的电脑 |
| mdx_extra_q | 4 轨 | mdx_extra 的量化版 | 低配机器，想用 mdx_extra 时选择 |
快速选择建议
- ✅ 追求最好质量：
htdemucs_ft - ✅ 兼顾速度和质量：
htdemucs - ✅ 想要单独分出吉他、钢琴：
htdemucs_6s - ✅ 电脑配置低、显存小：优先带
_q的模型 - ✅ 前面几个模型分离效果差：试
mdx_extra
如果你主要用来提取鼓轨（正好你下拉框选的是“鼓声+其他”）：优先 htdemucs_ft，鼓的分离干净度通常最优。
报错原因：这个 mp3 文件内部帧采样率乱跳，一部分帧是 32000，一部分突然跳到 44100，你这个音轨分离器内置的 Mp3FileReader 不支持这种动态变采样率的 MP3。
下面两条命令任选，第一条输出 WAV（最稳，推荐给 Demucs），第二条输出固定采样率 MP3。
把 input.mp3 换成你的源文件名。
方案 1｜转成固定 44100 WAV（优先推荐）
ffmpeg -i input.mp3 -ar 44100 -ac 2 -c:a pcm_s16le -y fixed.wav-ar 44100：强制固定采样率 44100-ac 2：立体声pcm_s16le：标准 16bit PCM，音轨分离器读取无压力
方案 2｜重编码为固定采样率 MP3
ffmpeg -i input.mp3 -ar 44100 -ac 2 -c:a libmp3lame -b:a 320k -y fixed.mp3如果你想统一成 32000，只需要把上面的 -ar 44100 改成 -ar 32000。
说明：不能用 -c:a copy，copy 会原样保留文件里错乱的采样帧，报错依旧，必须重新编码。转完之后把 fixed.wav 丢进你这个音轨分离器就不会报这条错误。
版权属于：Joyber
本文链接：https://blog.qqvbc.com/default/1586.html
转载时须注明出处及本声明