novaty/tune-separacao

NOVATY TUNE — separação de instrumentos (Spleeter 4 faixas, ONNX)

Modelos usados pelo app NOVATY TUNE (Novaty) para separar uma música em voz, bateria, baixo e resto, no próprio celular. Nenhuma música é enviada a servidor: o app baixa estes arquivos uma vez e processa no aparelho.

Créditos e licenças

• Pesos: Spleeter — Deezer Research, pré-treinado de 4 faixas, licença MIT (Copyright (c) 2019-present, Deezer SA).
• Conversão para ONNX: Best-Practice/spleeter-4stems-onnx (commit 486643021f18a4d057d282fff1d11b89a30e9887), licença Apache-2.0 — ver LICENSE e NOTICE.
• Os 4 arquivos por instrumento são redistribuídos sem modificação; o tune-separador.fp16.onnx é montado a partir deles (ver abaixo).

Arquivos

arquivo	tamanho	sha256
vocals.fp16.onnx	19.7 MB	db47148ab1c52709ce694893f532c91abfe3edc4d46238939570e036a22878ca
drums.fp16.onnx	19.7 MB	7ae4002e5633634674f74dc3356d5875b0da894d59ce0f60e844bb8f9cb8aa92
bass.fp16.onnx	19.7 MB	ba4c4949a27222492cca49859901a873b4b71461dc48c7c5a51f93d31eb11f55
other.fp16.onnx	19.7 MB	3cc59116cb7195946ab9596d8ca25984d09c0f8a70db8cf85d063132f97bc61d
vocals.onnx	39.4 MB	341bd47da8a0ea590178e9d342cbd6ac168cf05f0bf8ce6a62d1ef18f8358701
drums.onnx	39.4 MB	fe832ff1b9ea54b7d3fd8256fa464e21dbccb3cafa83d4f72d3ee2d5dc21f997
bass.onnx	39.4 MB	be84af108ec6a5b538d35fd5643799393c4c0bbfa21f2ea1308ca1364a076d81
other.onnx	39.4 MB	9fa7fc4ecbe8d75f0b3c9fea65a0c8b7a32518a7c0ed55339036ad342fb8bedd

Os 4 *.fp16.onnx são a fonte do arquivo único; *.onnx (fp32) ficam de reserva. Entrada x float32 [2, n, 512, 1024] (magnitude da STFT 4096/1024, janela Hann periódica, 44,1 kHz estéreo); saída y no mesmo formato.

Arquivo único do app: tune-separador.fp16.onnx

Montado pela Novaty a partir dos 4 arquivos *.fp16.onnx acima (pesos sem alteração), com o processamento em volta: STFT 4096/1024 (Hann periódica), as 4 redes, máscaras do Spleeter, iSTFT, filtro meia-banda e 22.050 Hz.

• Entrada audio float32 [2, 527360] (estéreo, 44,1 kHz, um pedaço).
• Saída faixas float32 [4, 2, 256000] (estéreo, 22,05 kHz): voz, bateria, baixo, resto. As 4 somadas reproduzem a entrada filtrada.

arquivo	tamanho	sha256
tune-separador.fp16.onnx	78.8 MB	ba252b53fe6a05d18996df843ae43f1a6f8e17b6c599f1015d287c6920f026a9