Spleeter vs Demucs: Hangisi Daha İyi AI Stem Ayırıcı? (2026)

Spleeter ve Demucs, ses stem ayırma için en popüler iki açık kaynak AI modelidir. Ama hangisi gerçekten daha iyi? Size net bir cevap vermek için her ikisini de kapsamlı bir şekilde test ettik.

Özet: Demucs, özellikle karmaşık mikslerde belirgin şekilde daha iyi kalite üretir. Spleeter daha hızlıdır ancak yaşı gösterir. En iyi sonuçlar için, en son Demucs modellerini çalıştıran StemSplit gibi servisleri kullanın.

Hızlı Karşılaştırma

Hızlı Karar Rehberi

Hangisini seçeceğinizden emin değil misiniz? Bu akış şeması saniyeler içinde karar vermenize yardımcı olacak:

Modellerin Açıklaması

Spleeter (Deezer, 2019)

GitHub Repository

Spleeter, Deezer'ın Kasım 2019'da yayınladığında devrim niteliğindeydi. Herkesin kullanabileceği ilk yüksek kaliteli, kullanımı kolay stem ayırıcıydı.

Nasıl çalışır:

• U-Net evrişimli sinir ağı kullanır
• Spektrogramları (frekans temsilleri) işler
• Deezer'ın özel veri seti üzerinde eğitilmiştir
• 2, 4 ve 5 stem modları sunar

Versiyonlar:

• 2stems - Vokal + eşlik
• 4stems - Vokal, davul, bas, diğer
• 5stems - Vokal, davul, bas, piyano, diğer

Demucs (Meta/Facebook, 2019-2024)

GitHub Repository

Demucs, Facebook AI'da (şimdi Meta) bir araştırma projesi olarak başladı ve birden fazla versiyon boyunca önemli ölçüde gelişti.

Nasıl çalışır:

• Dalga formu tabanlı işleme kullanır (yeni versiyonlar)
• Hibrit transformer mimarisi (htdemucs)
• Daha büyük, daha çeşitli veri setleri üzerinde eğitilmiştir
• Yarışma yoluyla sürekli iyileştirilmiştir

Versiyonlar:

• demucs (v1, 2019) - Orijinal dalga formu modeli
• demucs_extra (v2) - Genişletilmiş eğitim
• mdx_extra (v3) - Hibrit spektrogram yaklaşımı
• htdemucs (v4, 2022) - Hibrit transformer
• htdemucs_ft (2023) - İnce ayarlı versiyon

Kalite Karşılaştırması

Her iki modeli de türler arası 50 şarkı üzerinde test ettik. İşte bulduklarımız:

Test Metodolojisi: Birden fazla türden 50 profesyonel mikslenmiş şarkı kullandık. Kalite skorları, 5 ses mühendisinden oluşan bir panel tarafından stüdyo monitörleri kullanılarak "artifakt içermeyen" olarak değerlendirilen çıkarılan stemlerin yüzdesini temsil eder. Stemler şunlar için değerlendirildi: (1) diğer kaynaklardan sızıntı, (2) frekans artifaktları, (3) faz sorunları ve (4) genel netlik. Tüm testler aynı kaynak dosyalarda Spleeter 4stems ve Demucs htdemucs kullanıldı.

Vokal İzolasyonu

Yüzde = artifaktsız temiz ayrım

Temel Farklar

Spleeter üretir:

• Vokallerde daha fazla "sulu" artifakt
• Diğer stemlere bas sızıntısı
• Karmaşık mikslerde daha fazla fazlı ses
• Daha hızlı işleme

Demucs üretir:

• Daha temiz vokal izolasyonu
• Daha iyi bas tanımı
• Daha az artifakt "parıltısı"
• Genel olarak daha doğal ses

Hız Karşılaştırması

4 dakikalık bir şarkı için işleme süresi:

Süreler donanımınıza göre değişebilir. GPU performansı VRAM kullanılabilirliğine ve CUDA optimizasyonuna bağlıdır.

Kazanan: Spleeter — özellikle yalnızca CPU sistemlerde önemli ölçüde daha hızlı.

Görsel Karşılaştırma: Kalite-Hız Dengesi

Modellerin kaliteyi işleme süresine göre çizdiğinizde nasıl göründüğü. Demucs'un makul bir zaman yatırımı karşılığında önemli ölçüde daha iyi kalite sağladığını fark edin:

Temel İçgörü: Demucs htdemucs tatlı noktayı yakalar—aşırı işleme süresi olmadan mükemmel kalite. Spleeter'dan kalite sıçraması, çoğu kullanım durumu için ekstra 15-20 saniyeye değer.

Ne Zaman Hangisini Kullanmalı

Spleeter'ı Ne Zaman Kullanmalı:

• Hız kaliteden daha önemli — canlı performans, hızlı önizlemeler
• Sınırlı donanımda çalıştırma — eski CPU, GPU yok
• Binlerce dosyayı toplu işleme — arşivler, kataloglama
• Kalite "yeterince iyi" — gündelik dinleme, kaba demolar

Demucs'u Ne Zaman Kullanmalı:

• Kalite öncelik — profesyonel prodüksiyon, yayınlar
• Zor mikslerle çalışma — ağır reverb, karmaşık düzenlemeler
• Nihai ürünler oluşturma — karaoke parçaları, remiksler, örnekler
• Vokal netliği önemli — acapella çıkarma, transkripsiyon

Gerçek Dünya Kullanım Durumları

DJ'ler İçin

Öneri: Demucs

DJ'lerin temiz acapella ve enstrümantal parçalara ihtiyacı vardır. Ekstra işleme süresi şunlar için değer:

• Drop'a değer acapella anları
• Temiz enstrümantal geçişler
• Mashup kaynak materyali

Örnek İş Akışı: DJ Acapella Oluşturma

1. İlk ayrım için Demucs htdemucs kullanın
2. Vokal stem'i orijinalle karşılaştırarak artifaktları belirleyin
3. Bas sızıntısını kaldırmak için 150Hz'de yüksek geçiren filtre uygulayın
4. Dinamikleri eşitlemek için hafif kompresyon (2:1 oranı) kullanın
5. Diğer parçalarla karıştırıyorsanız faz tutarlılığını kontrol edin
6. Orijinal örnekleme hızında dışa aktarın (upsample yapmayın)

Neden Demucs: Daha temiz başlangıç ayrımı, daha az düzeltici işleme anlamına gelir ve kulüp sistemleri için vokal kalitesini korur.

Karaoke İçin

Öneri: Demucs

Karaoke neredeyse mükemmel vokal kaldırma gerektirir:

• Minimal vokal izleri
• Tam enstrümantal korunmuş
• Dikkat dağıtıcı artifakt yok

Müzik Pratiği İçin

Öneri: Her ikisi de çalışır

Sadece pratik yapmak için enstrümanınızı kaldırıyorsanız:

• Spleeter hızlı hazırlık için yeterince hızlı
• Daha temiz stemlere ihtiyacınız varsa Demucs

Örnekleme/Prodüksiyon İçin

Öneri: Demucs

Örnek kalitesi prodüksiyonunuzu doğrudan etkiler:

• Daha temiz davul break'leri
• İzole edilmiş bas çizgileri
• Kullanılabilir melodik elementler

Örnek İş Akışı: Davul Break'leri Çıkarma

1. Maksimum kalite için --shifts=5 ile Demucs kullanarak ayırın
2. Davul stem'ini çıkarın ve istenen break bölümünü belirleyin
3. Gerekirse proje temponuza uyacak şekilde zaman esnetin
4. Punch'ı geri yüklemek için hafif geçici şekillendirme uygulayın
5. Kalan bas/melodik sızıntıyı kaldırmak için EQ kullanın
6. Hibrit break'ler için kendi örneklerinizle katmanlayın

Neden Demucs: Üstün davul izolasyonu, örnekleme için daha az frekans maskeleme ve daha temiz geçici değerler anlamına gelir.

Yaygın Sorunlar ve Sınırlamalar

Her modelin zayıflıklarını anlamak, bunların etrafından çalışmanıza yardımcı olur:

Spleeter'ın Zorlandığı Durumlar

• Vokal reverb sızıntısı: Ön-reverb ve oda yansımaları genellikle enstrümantalda kalır
• Stereo artifaktları: Geniş stereo miksler fazlı, boş sesler üretebilir
• Hi-hat sızıntısı: Ziller sık sık vokal stemlerini kirletir
• Bas bulanıklığı: Düşük frekanslar bas ve diğer stemler arasında bulanıklaşır
• Karmaşık düzenlemeler: Örtüşen frekanslarla yoğun miksler

Demucs'un Zorlandığı Durumlar

• Bellek yoğun: htdemucs_ft 8GB+ RAM gerektirir, daha az olan sistemlerde çökebilir
• İşleme süresi: Spleeter'dan 4-10x daha yavaş, özellikle yalnızca CPU sistemlerde
• GPU gereksinimleri: En iyi sonuçlar CUDA desteği olan modern NVIDIA GPU gerektirir
• Uzun şarkılar: 10 dakikadan uzun dosyalar tüketici donanımında bellek sınırlarına çarpabilir

Her İki Modelin Zorlandığı Durumlar

• Aşırı panlama: Sert panlanmış elementler ayrımı karıştırabilir
• Ağır distorsiyon: Doymuş/kırpılmış ses ayrım kalitesini azaltır
• Lo-fi kayıtlar: Çok eski kayıtlar veya düşük bit hızlı kaynaklar
• Yoğun master'lar: Tuğla duvarlı, ağır sıkıştırılmış modern mastering
• Benzer tınılar: Aynı frekans aralığındaki vokaller ve synth'ler

Profesyonel İpucu: En iyi sonuçlar için, her iki modelin de eğitildiği format olan 44.1kHz örnekleme hızında kayıpsız ses (WAV/FLAC) kullanın.

Bu Modeller Bilgisayarınızda Çalışacak mı?

Kurulumdan önce, donanımınızın her modeli kaldırıp kaldıramayacağını kontrol edin:

Hızlı Donanım Kontrolü:

• 4GB RAM'iniz var mı? Spleeter'a bağlı kalın
• 8GB+ RAM'iniz var ama GPU yok mu? Hız için Spleeter, sabırlıysanız Demucs
• 8GB+ RAM ve herhangi bir GPU'nuz var mı? Her ikisini de çalıştırabilirsiniz; Demucs önerilir
• Yüksek uçlu sistem (16GB+ RAM, RTX 3060+)? En iyi kalite için tam Demucs htdemucs_ft

Donanımınız sınırlıysa, bunun yerine StemSplit kullanmayı düşünün—güçlü bulut sunucularda çalışır, böylece yerel donanımınız önemli değildir.

Bu Modellere Nasıl Erişilir

DIY (Ücretsiz, Teknik)

Spleeter:

# Kurulum (varsa GPU desteği ile)
pip install spleeter

# Temel kullanım - 4 stem (vokal, davul, bas, diğer)
spleeter separate -p spleeter:4stems -o output audio.mp3

# Sadece 2 stem (vokal + eşlik) - daha hızlı
spleeter separate -p spleeter:2stems -o output audio.mp3

# Birden fazla dosyayı toplu işleme
spleeter separate -p spleeter:4stems -o output *.mp3

Yaygın Spleeter Sorunları:

• CPU'da yavaş: Beklenen davranış, GPU versiyonunu düşünün
• TensorFlow hataları: pip install tensorflow==2.5.0 deneyin
• Model indirme başarısız: İnternet bağlantısını kontrol edin, modeller ilk çalıştırmada indirilir

Demucs:

# Kurulum
pip install demucs

# Temel kullanım - sadece vokal
demucs --two-stems=vocals audio.mp3

# Tüm 4 stem (vokal, davul, bas, diğer)
demucs audio.mp3

# Daha iyi kalite (daha yavaş) - nihai iş için önerilir
demucs -n htdemucs_ft --shifts=5 audio.mp3

# Daha hızlı işleme - önizlemeler için iyi
demucs -n htdemucs --shifts=1 audio.mp3

Yaygın Demucs Sorunları:

• Bellek dışı: --shifts değerini azaltın veya --device cpu kullanın
• CUDA hataları: GPU sürücülerini güncelleyin veya --device cpu kullanın
• Yavaş işleme: CPU'da normal; GPU 5-10x hızlandırır

Sistem Gereksinimleri:

• Python 3.8 veya daha yeni
• 8GB+ RAM (Demucs için 16GB önerilir)
• CUDA desteği olan GPU (isteğe bağlı ancak önerilir)
• Komut satırı bilgisi

Çevrimiçi Servisler (Kolay)

Kurulumu atlayın ve bu modelleri sizin için çalıştıran servisleri kullanın:

Karar

Demucs neredeyse her kullanım durumu için daha iyidir. Kalite farkı önemli ve fark edilir, özellikle:

• Vokal netliği
• Bas ayrımı
• Artifakt azaltma
• Karmaşık düzenlemeler

Spleeter hala değerli için:

• Hız kritik uygulamalar
• Sınırlı donanım
• "Yeterince iyi" senaryolar

Çoğu kullanıcı için, teknik kurulum gerektirmeden en son Demucs modellerini çalıştıran StemSplit gibi bir servis kullanmanızı öneriyoruz. Komut satırı karmaşıklığı olmadan Demucs kalitesi elde edersiniz.

Demucs Kalitesinde Ayrımı Deneyin →

---

Daha İyi Ayrım Sonuçları İçin İpuçları

Spleeter veya Demucs seçseniz de, bu teknikler çıktı kalitesini iyileştirir:

Genel En İyi Uygulamalar

1. Kayıpsız girdi kullanın: WAV veya FLAC dosyaları MP3/AAC'den belirgin şekilde daha iyi sonuçlar üretir
2. Yeniden kodlamadan kaçının: Zaten ayrılmış dosyaları veya düşük kaliteli kaynakları ayırmayın
3. Eğitim verileriyle eşleştirin: 44.1kHz örnekleme hızı optimaldir (her iki model de bunun üzerinde eğitilmiştir)
4. Normalizasyonu dikkatli yapın: Aşırı sessiz veya kırpılmış ses daha kötü performans gösterebilir
5. Orijinalleri saklayın: Karşılaştırma için her zaman kaynak dosyaları koruyun

Demucs'a Özel İpuçları

• Daha yüksek kalite için --shifts=5 kullanın (5 farklı kaydırma ile işler ve ortalamalar)
• Parça sınırları arasındaki artifaktları azaltmak için --overlap=0.5 deneyin
• Uzun dosyalar için daha küçük parçalarda işlemek için --segment kullanın
• Modellerle deney yapın: htdemucs vs htdemucs_ft farklı sonuçlar üretebilir
• Çıktıları birleştirin: Gelişmiş kullanıcılar birden fazla modelden sonuçları harmanlar

Spleeter'a Özel İpuçları

• 4stems genellikle 5stems'i yener piyanoyu özellikle izole etmeniz gerekmedikçe
• WAV çıktısı kullanın: Daha fazla işleme için MP3'ten daha iyi kalite
• Toplu işlemeyi akıllıca yapın: Benzer parçaları birlikte işleyin (aynı tür/dönem)

Son İşleme

Ayrımdan sonra şunları düşünün:

• EQ temizliği: Vokallerden düşük uç gürültüsünü (<50Hz) kaldırın
• Faz hizalama: Stemleri karıştırıyorsanız mono uyumluluğunu kontrol edin
• Artifakt azaltma: Hafif gürültü azaltma parıltıyı temizleyebilir
• Normalizasyon: Ayrılmış stemler arasındaki seviyeleri eşleştirin

---

SSS

Vokal kaldırma için Spleeter mı yoksa Demucs mu daha iyi?

Demucs, testlerimizde %10-15 daha yüksek kalite skorlarıyla önemli ölçüde daha iyi vokal kaldırma üretir. Fark, özellikle reverb içeren karmaşık mikslerde fark edilir.

Demucs'u bilgisayarımda çalıştırabilir miyim?

Evet, ancak Python ve ideal olarak bir GPU gerektirir. Çoğu kullanıcı için StemSplit gibi çevrimiçi servisler daha kolaydır ve özdeş sonuçlar üretir.

Spleeter neden Demucs'tan daha hızlı?

Spleeter daha basit bir sinir ağı mimarisi kullanır. Demucs'un hibrit transformer yaklaşımı daha hesaplama yoğundur ancak daha iyi sonuçlar üretir.

Demucs'tan daha iyi modeller var mı?

Bazı özel modeller (LALAL.AI'ninki gibi) belirli kaynaklarda daha iyi sonuçlar iddia eder. Açık kaynak için, Demucs htdemucs_ft şu anda mevcut en iyisidir.

Spleeter güncellenecek mi?

Muhtemelen hayır. Deezer, Spleeter'ı 2019'dan beri güncellemedi ve "özellik tamamlandı" dedi. Demucs Meta'da aktif geliştirmeye devam ediyor.

Stem ayrımları ne kadar doğru?

Hiçbir ayrım %100 mükemmel değildir. Kaynak materyal karmaşıklığına bağlı olarak %85-95 izolasyon bekleyin. Örtüşen frekans içeriğiyle yoğun miksler ayrılması en zor olanlardır. Net enstrüman ayrımıyla iyi kaydedilmiş parçalar en iyi çalışır.

Ayrılmış stemleri ticari olarak kullanabilir miyim?

Araçlar (Spleeter/Demucs) MIT lisansı altında ticari olarak ücretsiz kullanılabilir, ancak yine de altta yatan müziğin haklarına ihtiyacınız vardır. Telif hakkı korumalı materyali ayırmak telif hakkı durumunu değiştirmez—hak sahiplerinden izin almanız gerekir.

Hangi Demucs versiyonunu kullanmalıyım?

Çoğu kullanıcı için: htdemucs kalite ve hızı iyi dengeler. En iyi kalite için: htdemucs_ft (ince ayarlı versiyon). Daha hızlı sonuçlar için: mdx_extra. Emin değilseniz, htdemucs ile başlayın.

Her iki modeli de çalıştırıp sonuçları birleştirebilir miyim?

Evet! Gelişmiş kullanıcılar genellikle birden fazla modelle ayırır ve her element için en iyi stemleri seçer. Bu, fazları ve seviyeleri düzgün şekilde hizalamak için ses mühendisliği becerileri gerektirir. Örneğin, biri daha iyi performans gösteriyorsa Demucs vokalleri ile Spleeter davullarını kullanın.

Dosya formatı önemli mi?

Kesinlikle. Kayıpsız formatlar (WAV, FLAC, AIFF) sıkıştırılmış formatlardan (MP3, AAC, OGG) daha iyi kaynak materyal sağlar. Daha yüksek bit hızlı MP3'ler (320kbps) daha düşük bit hızlarından daha iyi çalışır. Modeller sıkıştırmaya zaten kaybolan bilgileri geri kazanamaz.

Bazı şarkılar neden diğerlerinden daha iyi ayrılır?

Ayrım kalitesi şunlara bağlıdır: (1) Kayıt kalitesi, (2) Mix yoğunluğu, (3) Enstrümanlar arası frekans örtüşmesi, (4) Mastering sıkıştırması, (5) Reverb gibi efektler. Temiz, iyi ayrılmış stüdyo kayıtları en iyi çalışır. Canlı kayıtlar veya ağır işlenmiş parçalar daha zorlayıcıdır.