I Built a 100% Private, On-Device AI Audio Stem Splitter (No Servers!)

Більшість сучасних „AI“-інструментів насправді є лише обгортками над API. Ви завантажуєте свій файл, чекаєте, поки сервер обробить його, і сподіваєтесь, що ваші дані не використовуватимуться для тренування наступної великої моделі.

Коли я вирішив додати Audio Stem Splitter до
Kitmul, у мене була одна незаперечна умова: нуль завантажень на сервіер.

Результат — інструмент, який може взяти будь-яку пісню і розділити її на Вокал, Барабани,
Бас та Інструменти цілком у вашому браузері.

Проблема традиційного розділення аудіо

Якщо ви колись користувалися такими інструментами, як PhonicMind або LALAL.AI, ви знаєте схему:

1. Завантажити MP3.
2. Почекати у черзі.
3. Сплатити за «кредити» або високоякісні завантаження.
4. Ваш файл залишається на сервері іншої людини.

Для музикантів, продюсерів або просто любителів караоке це повільно і порушує приватність. Я хотів перевірити, чи можемо ми принести потужність моделей на зразок Demucs
безпосередньо на апаратне забезпечення користувача за допомогою WebAssembly та Web Workers.

Як це працює: штучний інтелект у браузері

Чарівність відбувається завдяки кільком сучасним веб-технологіям:

1. WebAssembly (WASM): Ми запускаємо важке — фактичне виведення нейронної мережі — за допомогою спеціалізованої AI-моделі, оптимізованої для браузера.
2. Web Workers: Розділення аудіо потребує багато ЦП. Перевантаження процесу на фоновий потік дозволяє інтерфейсу залишатися шустрим. Ви все ще можете навігувати сайтом, поки «AI-шеф» на кухні.
3. Локальна обробка: Коли ви перетягуєте файл у розділювач, браузер читає сирі байти, обробляє їх локально і генерує стеми. Ваше аудіо ніколи не покидає ваш комп’ютер.

Чому варто використовувати розділювач на пристрої?

• Приватність перш за все: Ваші чернетки чи приватні записи залишаються приватними.
• Без підписок: Оскільки використовується ваш CPU/GPU, немає серверних витрат, які я маю передати вам. Це безкоштовно.
• Висока якість: Ми експортуємо результати у високій якості WAV, а не стиснені MP3.
• Без обмежень: Розділяйте стільки пісень, скільки захочете, не турбуючись про „залишилося хвилин”.

Більше, ніж караоке: практичні сценарії використання

Хоча видалення вокалу для караоке є найбільш очевидним використанням, я бачив чудові
креативні способи застосування:

• Семплинг для продюсерів: ізолюйте чистий барабанний ритм або басову лінію для своїх треків.
• Практика інструментів: Видаліть гітарний трек, щоб ви могли бути лід-гітаристом улюбленої групи.
• Мікс-референс: Слухайте лише вокальні гармонії, щоб вивчити, як професійний трек був накладений.

Спробуйте

«Audio Stem Splitter» тепер у прямому ефірі на Kitmul. Найкраще використовується на десктопі
(Chrome або Edge особливо добре справляються з моделями AI).

👉 Спробуйте Audio Stem Splitter на Kitmul

Я постійно додаю нові інструменти до Kitmul (їх зараз понад 150!), але це
відчувається особливим, бо воно розсуває межі того, що може браузер, без використання хмари.

Якщо ви розробник, зацікавлений у локальному AI, або музикант, який шукає приватний спосіб розділення треків, дайте знати, що думаєте у коментарях!