Chi è StemSplit
Rendere la separazione audio professionale accessibile a tutti.
La nostra missione
Crediamo che tutti dovrebbero avere accesso a strumenti audio professionali. Che tu sia un produttore amatoriale, un appassionato di karaoke o un creatore di contenuti, StemSplit ti dà risultati di qualità studio senza il budget da studio. Stiamo costruendo pubblicamente, e i tuoi suggerimenti plasmano direttamente la nostra roadmap.
Chi serviamo
- Produttori musicali e DJ
- Appassionati di karaoke
- Creatori di contenuti e YouTuber
- Podcaster ed editor audio
- Educatori e studenti di musica
- Sviluppatori che creano app audio
Costruito su tecnologia seria
StemSplit usa HTDemucs — un modello hybrid transformer all'avanguardia sviluppato da Meta Research e pubblicato a NeurIPS 2022. Lo stesso modello che usano i ricercatori, reso accessibile con un'interfaccia web pulita.
Modello HTDemucs
HTDemucs è un modello ibrido transformer/convoluzionale che lavora insieme nel dominio della forma d'onda e dello spettrogramma. Questo approccio dual-domain è ciò che gli dà il vantaggio di precisione rispetto ai modelli solo CNN più vecchi come Demucs v3 o Spleeter.
Export ONNX
Esportiamo il modello in formato ONNX — uno standard aperto per l'interoperabilità del machine learning. Così gira senza PyTorch: più leggero, più veloce, portabile. I pesi ONNX sono pubblicati su HuggingFace, liberi da usare.
Fino a 6 stem
La modalità standard separa l'audio in voce, batteria, basso e resto. Il modello a 6 stem isola anche chitarra e pianoforte. Varianti fine-tuned (htdemucs_ft) sono disponibili per estrarre un singolo stem con più precisione.
Nessuna GPU richiesta
L'elaborazione avviene interamente nel cloud. Carichi un file, lanciamo l'inferenza lato server, scarichi gli stem separati. Nessun software da installare, nessuna GPU dalla tua parte.
Chi l'ha costruito
StemSplit è stato costruito da uno sviluppatore solo che si scontrava sempre con la stessa frustrazione: gli strumenti di rimozione vocale esistenti stavano dietro abbonamenti mensili che dimentichi di disdire, o crediti che scadono prima di servirti di nuovo.
L'obiettivo era semplice — costruire lo strumento che avrebbe già dovuto esistere. Un prezzo onesto per quello che usi davvero, un saldo che non scade mai e una qualità abbastanza buona da non dover provare tre servizi diversi.
È un prodotto indie. Niente soldi VC, niente team growth, niente chiamate commerciali. Solo uno strumento che funziona, prezzato onestamente, tenuto da qualcuno che lo usa anche lui. La roadmap arriva dagli utenti — un suggerimento viene davvero letto.
Costruito in pubblico
Lo sviluppo avviene allo scoperto. I package sono su GitHub, PyPI, npm e HuggingFace. La metodologia del benchmark è pubblica. Quando qualcosa si rompe, si sistema — e il fix è visibile.
Più di un sito
StemSplit è anche una piattaforma per sviluppatori. Lo stesso motore di separazione dell'app web è disponibile su più canali.
REST API
Accesso programmatico completo alla separazione stem. Invia job, interroga lo stato, scarica i risultati. Usata da sviluppatori che costruiscono i propri strumenti sopra StemSplit.
Pacchetto Python
stemsplit-python su PyPI. Esegui la separazione in locale o chiama l'API da script Python e pipeline di dati.
Strumento CLI
stemsplit via Homebrew. Separa file audio dal terminale con un solo comando. Utile per elaborazioni in batch e script shell.
Nodo n8n
n8n-nodes-stemsplit su npm. Separazione stem in drag-and-drop nei workflow n8n — senza codice.
Server MCP
stemsplit-mcp su npm. Espone la separazione stem come strumento che gli agenti IA (Claude, GPT, ecc.) possono chiamare direttamente via Model Context Protocol.
Integrazione Zapier
Collega StemSplit a migliaia di app via Zapier. Avvia una separazione da un upload su Google Drive, una nuova email, un form e altro.
Metodologia aperta
Abbiamo costruito e pubblicato un dataset di benchmark su HuggingFace che valuta più varianti HTDemucs su brani reali. La valutazione usa il Signal-to-Distortion Ratio (SDR) — la metrica accademica standard per la qualità della source separation — insieme a test di ascolto su generi e tipi di stem diversi.
Vedi il dataset di benchmark su HuggingFaceEvaluation metric
Cos'è l'SDR?
L'SDR (Signal-to-Distortion Ratio) misura in decibel quanto pulitamente un modello isola una sorgente dal mix. Più è alto, meglio è. È la stessa metrica del benchmark SiSEC Music Separation, la valutazione accademica di riferimento per questo problema.
Typical SDR scores (HTDemucs)
Source: StemSplit benchmark dataset on HuggingFace. Higher SDR = cleaner separation.
Perché facciamo pagare così
La maggior parte degli strumenti audio usa l'abbonamento perché fa comodo all'azienda — ricavi prevedibili anche da chi entra a malapena. Non è così che vogliamo lavorare.
StemSplit usa crediti a consumo. Compri minuti di elaborazione e non scadono mai. Un brano al mese, paghi un brano. Un album in un colpo solo, paghi quello. Nessun piano da upgradare, nessuna funzione bloccata dietro un livello più caro.
Il piano gratis dà a ogni nuovo utente 5 minuti per provare il prodotto sul serio — non un'anteprima con watermark, non un clip da 30 secondi. Cinque minuti pieni di output reale.
How it works
- I crediti non scadono mai — mai
- Nessun abbonamento richiesto
- 5 minuti gratis alla registrazione, senza carta
- La stessa qualità a ogni fascia di prezzo
- Accesso API completo incluso
In cosa crediamo
Semplicità prima di tutto
La tecnologia complessa dovrebbe essere semplice da usare. Carica, elabora, scarica — è tutto.
Prezzi trasparenti
Niente abbonamenti, niente crediti che scadono. Paga quello che usi, quando lo usi.
Costruzione in pubblico
Stiamo costruendo pubblicamente con la nostra comunità. I tuoi suggerimenti e feedback non sono solo ascoltati — sono la nostra roadmap.