儿子在学贝斯,练琴最烦的就是找伴奏。
要么注册账号,要么把音频传上人家的服务器。要么用着用着撞上额度,要么干脆得订阅。
做父亲的,自己就是个泡了 25 年 IT 的老乐手,被这套东西烦到头,索性动手做自己的。
他打了个比方,说自己是「管弦乐队的指挥」。意思很直白,懂怎么让一队乐器各司其职,也知道怎么把活儿拆下去。
于是有了 StemDeck。免费,开源(Apache 2.0),本地跑。GitHub 上 3383 颗星,HN 上 239 分、63 条评论。
初衷很朴素:让儿子练琴时,不必在一堆订阅服务之间来回切,也不用把歌传去别人那儿。

儿子学贝斯,伴奏难找
StemDeck 的主业,是把一首歌拆成可以各自单独练习的分轨。
人声、鼓、贝斯、吉他、钢琴、其他,最多六轨。底层用的是 Meta 开源的 Demucs 模型,叫 htdemucs_6s。
拖一个 MP3、WAV、FLAC、OGG、M4A、MP4 进去,或者贴一个 YouTube 链接,点一下 Process,剩下的交给本地算力。
苹果芯的 Mac 走 MPS 加速,NVIDIA 走 CUDA,都没 GPU 就退回 CPU。一首歌要分多久,看这台机器的算力,不看人家的机房。
关键在,整个处理就地完成,音频不离开机器。这也是它跟市面上那些云分轨最不一样的地方。

六轨本地分,苹果芯秒开
拆完不是丢几个干巴巴的文件就走,StemDeck 给的是一个 DAW 式的混音界面。
每条音轨都能调音量、静音、独奏,还有实时跳动的 VU 表。波形能缩放,能框一段循环,拖播放头来回听。想练哪一段,随手框住反复磨。
想做卡拉OK,把人声轨 mute 掉,剩下的就是现成伴奏。
点几颗 stem 图章,还能只保留某一轨。练贝斯,就独留贝斯,剩下的合成一条「原曲减贝斯」,方便对照着跟。
它还会顺手分析一首歌的 BPM、调性、音阶、响度,甚至能生成一条跟随歌曲走的节拍器音轨。
这些底下的引擎全是开源件:BPM 用 librosa,响度按 BS.1770 算。人声/伴奏分离走 UVR 的 MDX-Net 卡拉OK 模型,YouTube 抓取用 yt-dlp,混音用 FFmpeg。
界面还能通过二维码在局域网用手机打开,也能上 Docker、Unraid。不注册、无广告、无遥测,作者说这一条打算一直守下去。
分到一半想反悔,点一下取消,子进程当场掐断,临时文件清理干净,不占地方,图个省心。
那么问题来了,对不搞音乐的人,这玩意儿有什么用?
不抢饭碗,还老实承认差距
很多开源项目恨不得把自己吹成平替,StemDeck 反着来,README 里专门放了一张「诚实对比」表。
它明说自己属于图省心的那一档。
Demucs 是开源模型,质量普遍不如 Moises、LALAL.AI 家私有的那些。分轨速度看硬件,CPU 会慢。一次只跑一个任务,没有移动端 App,界面是功能优先,谈不上精致。
要速度、要质量、要移动端、要那一整套乐手工具链的,README 里写得直白:商业产品值那个钱。
但只想练琴、只想把音频留在本地、图个没有一丁点牵扯的,StemDeck 就够了。这种「知道我差在哪」的写法,在 HN 上反而换来一片好感。
连 README 里都夹了私货:一栏「我们推荐」,作者列了一串手作乐器的匠人、音乐社区,还专门声明不拿他们一分钱,纯是想把好东西指给别人。这份真诚,被评论区单独拎出来夸了一回。
但也有懂技术的,顺着就问:这不会就是个拿 AI 拼出来的壳吧?
作者没回避,承认 AI 参与了部分编码,也就是现在常被吵的「vibe coding」。不过他补充了一点,架构是刻意选的、代码有人审、前后端都有自动化测试。
对不玩音乐的读者,另有一面更值得说。
我们记一笔账:云分轨按次或者按月,钱是一回事,关键是歌得先传上人家的服务器。做播客的,脚下踩到一段背景音乐,想抽掉人声以外的部分,本地就能干。
替视频去个背景乐、做个跟唱伴奏、把单曲拆开只练某一件乐器——这些活儿,StemDeck 一条龙都接了,还不联网。
对做内容的人来说,还有个顺手的便宜:素材不用过第三方服务器,授权和版权上都干净些。
退一步说,这其实把「处理音频」这桩事,从「租借一台云服务」变回「本地的一件工具」。图个省心的,顺手就能用上。

评论区吵完了名字,装法也一并给
StemDeck 一到 HN,评论区最先炸的跟功能没关系,是名字。
Stem 是音频里的「分轨」,Deck 是混音的「台面」,合起来叫 StemDeck。
可这三个字一拼,撞上了 Valve 的 Steam Deck,也撞上了 Elgato 的 Stream Deck。
当场就有人把三个 Deck 串成一句话:在 Steam Deck 上装 StemDeck,再用 Stream Deck 的键去触发。
顺着这个梗,有人喊出 stim deck、sewing deck、seam deck,越接越离谱。被顶到高处的评论就一句:我们是真的不会起名。

笑归笑,正经提问也有。
懂行的问,这跟老的 UVR5 到底差别在哪,能不能支持别的模型(Spleeter、MDX-Net、RoFormer)拿来 A/B 对比?
作者坦白,现在只带 htdemucs_6s,没有通用模型加载口。换模型和多模型对比,已经排进路线图,但不是现在。
也有人惦记着另一个缺口:把主音吉他和节奏吉他分开。评论区里做金属的立刻附和,说这是下一个想攻的难题。
至于带 YouTube 支持,总是容易招来「小心律师函」的提醒。作者回应,名字确实有混淆,跟 Valve、Elgato 没有任何隶属,真有正规商标顾虑他会认真处理。
已经心动的,装法有三种。
macOS 用户最省事:去 GitHub Releases 下载 arm64 的 DMG,拖进 Applications。首次启动会拉约 210 MB 运行时和 170 MB 的 Demucs 权重,之后就秒开。
第一次被 Gatekeeper 拦,右键选打开即可。

不想装 App,走网页版:装好 Python 3.12 和 ffmpeg,./run.sh setup && ./run.sh start。
浏览器开 localhost:8000。有 Docker,就一条 docker compose。
地址在这,仓库搜 stemdeckapp/stemdeck,官网 stemdeck.app。
哪天真在 Steam Deck 上把它跑起来,再用 Stream Deck 按一下——这才算把三个 Deck 一次集齐。
评论区