KTV 伴奏大多是重新翻录的，跟原版听着差不少。想要原版的伴奏，就只能从原曲里把人声去掉，所以做了这个。人声也单独给一轨，可以拿来对歌词、听换气。
前端是 TypeScript + React + TanStack Start ，整个跑在 Cloudflare Workers 上，D1 存数据，R2 放文件，排队用 Queues 。分离模型用的 htdemucs ，跑在 fal 上，混音和转 MP3 放在 Cloudflare 那边做。一首歌一般半分钟左右出结果，两轨都能在页面上先听，跟原曲对比着听完再下载。
传视频（ MP4/MOV ）的话，浏览器会先在本地把音轨抽出来，只上传音频，手机拍的大视频也传得动。
同一套分离另外开了两个入口。提取人声那个默认先放干声，给做 remix 的人用。去背景音乐那个是保留说话声、去掉音乐，vlog 、播客、采访录音里混进了歌可以用它处理。
免费每天 1 首完整的歌，不用注册，登录后每天 2 首，导出 MP3 ，没水印。付费是 Pro $4.99/月，最多 120 首；或者一次性 $3.99 买 15 首，不过期。
现在的问题：人声混响很重的歌、观众跟着一起唱的现场版、老的单声道录音，伴奏里还会残留一点人声。和声、伴唱会跟主唱分在一起，拆不开。界面目前只有英文和日文，中文还没做。
有分离效果不好的歌可以丢过来，我拿去看看问题出在哪。
Select Language