Stemyla：浏览器端WebGPU

30 秒速读：Stemyla 是一款把音乐分轨搬进浏览器的开源工具，基于 WebGPU 在你自己的显卡上把一首歌拆成贝斯、鼓、其他、人声、吉他、钢琴六个声道，每个声道可单独静音、独奏、变速（不变调）、循环，还能导出 WAV/MP3。本篇讲清它的两种用法、浏览器与显卡硬要求，以及装完必改的几个关键设置——注意它没有安装包，用的是网页版。

软件信息表

版本选择：在线页面还是自己编译

结论先行：99% 的人直接打开官方发布页面用就行，自行编译只适合想研究源码或二次开发的开发者。

普通用户选在线页面即可，效果与自编译完全一致；自编译不会让分轨变快，GPU 速度才是瓶颈。

上手步骤（关键卡点版）

1. 确认浏览器支持 WebGPU：桌面端 Chrome / Edge、Safari 26、Windows 上 Firefox 141+ 可用，国内很多国产浏览器套壳旧版 Chromium 会打不开——打不开就换 Chrome。
2. 下载模型（350 MB）：点「Download model」，只下一次，之后存在浏览器存储里；模型来自 Hugging Face，下之前会校验 SHA-256。
3. 打开歌曲：点「Open song」选 44.1 kHz 的 MP3 或 WAV，手机和平板只能用这个按钮，拖拽不行。
4. 点「Separate 6 stems」开始分离：笔记本显卡处理 3.5 分钟的歌大约 7 分钟，期间别关标签页。
5. 试听并导出：每个声道可静音/独奏/拖动变速条（不变调）/拖拽小节条循环；点声道上的 Save 导出 WAV 或 MP3。

装完必改的 3 个设置

1. GPU 选择（地址栏参数）：入口是页面地址后面加 ?gpu=integrated。差别：笔记本双显卡时强制用核显（省电、发热低），默认可能调起独显跑满风扇；分离速度会慢一点，但只是挂机用核显更安静。
2. 模型存放位置（Storage 菜单）：入口是页面内 Storage 菜单。差别：模型 350 MB + 每首歌和分轨结果都存在浏览器存储里，空间吃紧时在这里删掉旧歌和模型；换电脑/清浏览器数据会全部丢失，重要分轨及时 Save 导出。
3. GPU 自检（地址栏参数 ?selftest）：入口同上。差别：跑一次用参考结果校验你的显卡算得对不对——分轨结果听起来怪（杂音、声道串了）先跑这个，排除显卡驱动/WGSL 内核兼容问题，比盲目重装浏览器靠谱。

注意事项与常见问题

• WebGPU 是硬门槛：项目只在 macOS 版 Chrome（Radeon Pro 5500M / Intel UHD 630 核显）上实测过，其他浏览器”理论上能用但没测过”。遇到黑屏/按钮没反应，先确认浏览器版本和显卡驱动。
• 分离很慢是正常的：这是本地 GPU 跑 BS-RoFormer SW 六声道模型，不是云端服务；3.5 分钟的歌 7 分钟是笔记本显卡水平，集显会更慢。想批量处理整张专辑的别选它。
• 模型权重许可没声明：代码是 MIT/Apache-2.0 双许可没问题，但分轨模型的训练者未知、从没声明过许可。个人学习试听没问题，要商用或再分发模型文件前自己判断权利边界。
• 隐私是真本地：音频和模型都在你电脑上，什么都不上传；反过来说——浏览器清数据、换设备，分轨结果就没了，导出习惯要养成。

适合谁：一句话选型判断

适合：想扒带、练乐器、做编曲参考的音乐人/乐器学习者，电脑有独显或较新核显、常用 Chrome 的用户。不适合：要批量自动化分轨、手机端主力、浏览器还是老版本的用户。

横向看：和 UVR5（本地桌面软件）比，Stemyla 免安装、跨平台，但慢且依赖浏览器；和各类在线 AI 分轨网站比，Stemyla 不上传音频、不限次数，但吃自己显卡。结论：偶尔扒一两首歌 → 选 Stemyla；靠分轨吃饭 → 还是 UVR5 这类桌面工具。

开源地址

前往 GitHub 仓库

GitHub 国内访问较慢，如打不开可多刷新几次

安装步骤（网页版获取与使用步骤）

1. 确认浏览器支持 WebGPU：桌面端 Chrome 或 Edge、Safari 26、Windows 上 Firefox 141+ 可用；打不开先换浏览器，不要反复刷新旧版浏览器。
2. 下载模型：点下载模型按钮，只下一次，之后存在浏览器存储里；下之前会校验文件哈希。
3. 打开歌曲：点打开歌曲按钮，选 44.1 kHz 的 MP3 或 WAV；手机和平板只能用这个按钮，拖拽不行。
4. 开始分离并等待：点分离按钮后不要关标签页，笔记本显卡处理一首几分钟的歌需要几分钟，集显会更慢。
5. 试听后及时导出：每个声道可静音、独奏、变速、循环，确认后点声道上的保存导出 WAV 或 MP3。

版本对比与推荐

推荐版本：99% 的人直接打开官方发布页面用就行，稳定可用；自编译不会让分轨变快，GPU 速度才是瓶颈，构建版本可在 About 菜单内查看。

补充设置建议

1. 导出习惯先养成（通用建议）：入口：声道上的保存按钮与浏览器存储菜单。差别：分轨结果存在浏览器存储里，清数据或换设备就没了，重要分轨先导出再清空间。
2. 双显卡笔记本选核显挂机（通用建议）：入口：页面地址后面的显卡参数。差别：强制用核显更安静、发热低，只是分离会慢一点；赶时间再换回默认。
3. 结果异常先跑自检（通用建议）：入口：页面地址后面的自检参数。差别：用参考结果校验显卡算得对不对，能先排除显卡驱动与内核兼容问题，比盲目重装浏览器靠谱。

补充常见问题

• 分离很慢是不是坏了：不是，这是本地 GPU 跑模型，不是云端服务；想批量处理整张专辑的人不适合选它。
• 分轨结果能商用吗：代码许可没问题，但分轨模型的权重许可未声明，商用或再分发模型文件前自己判断权利边界。
• 音频会上传吗：不会，音频和模型都在本地处理；反过来说，浏览器清数据、换设备，分轨结果就没了。

推广

关注「软件教程管家」

回复软件名即取即下：网盘下载链接 + 提取码，一步直达，不用再跳转。

相关推荐

开源项目WallpaperMachine 免费下载开发node-rs 免费下载｜Rust 原生绑定包集合开发Roundhouse 免费下载｜Ruby 静态分析开发Flatcar Container Linux 免费下载开发Nature Skills 免费下载开发bddisasm 免费下载｜轻量级 C 指令解码库