Extensions/ComfyUI-Demucs-AudioSeparator
ComfyUI Extension

ComfyUI-Demucs-AudioSeparator

Custom ComfyUI node for audio source separation using Meta Demucs v4 technology to extract voices, drums, bass, and other instruments with high fidelity. (Description by…

By Meisoftcoltd·Created 6 months ago·Updated about a month ago· 2
Meisoftcoltd/ComfyUI-Demucs-AudioSeparator
Nodes2
On cloudLocal install
Category🎵 Demucs-AudioSeparator ⚡
Stars2
Updatedabout a month ago
Readme

ComfyUI-Demucs-AudioSeparator

Nodo personalizado para ComfyUI que permite la separación de fuentes de audio utilizando la tecnología Meta Demucs (v4). Ideal para extraer voces, baterías, bajos y otros instrumentos con alta fidelidad.

Características

  • Soporte Demucs v4: Incluye modelos Hybrid Transformer (HTDemucs).
  • Separación de hasta 6 pistas: Voces, Batería, Bajo, Otros, y soporte para Guitarra y Piano (en modelos compatibles).
  • Aceleración CUDA: Aprovecha la potencia de la GPU para procesos ultrarrápidos.
  • Descarga Automática: Los modelos se descargan automáticamente a ComfyUI/models/demucs.
  • Estabilidad Mejorada: Opción split para evitar errores de memoria (OOM) en audios largos.

Instalación

Vía ComfyUI Manager (Recomendado)

  1. Busca ComfyUI-Demucs-AudioSeparator en el Manager.
  2. Haz clic en Install.
  3. Reinicia ComfyUI.

Instalación Manual

  1. Clona este repositorio en tu carpeta custom_nodes:
    cd ComfyUI/custom_nodes
    git clone https://github.com/usuario/ComfyUI-Demucs-AudioSeparator
    
  2. Instala las dependencias:
    pip install -r requirements.txt
    
  3. Reinicia ComfyUI.

Parámetros del Nodo

  • audio: El clip de audio a procesar.
  • model:
    • htdemucs: Modelo estándar de 4 pistas.
    • htdemucs_ft: Versión fine-tuned del modelo estándar.
    • htdemucs_6s: Modelo de 6 pistas (incluye Guitarra y Piano).
    • hdemucs_mmi: Basado en HDemucs con mejoras.
    • mdx / mdx_extra: Modelos basados en Music Demixing Challenge.
  • device: cuda para usar la GPU o cpu.
  • precision: float32, bfloat16, float16. bfloat16 es recomendado para arquitecturas Ampere (RTX 3090/4090).
  • shifts: Número de predicciones aleatorias (mayor valor = mayor calidad, pero más lento). Recomendado: 1-5.
  • overlap: Solapamiento entre ventanas de procesamiento. Por defecto: 0.25.
  • split: Divide el audio en segmentos para ahorrar VRAM. Imprescindible para tarjetas con menos de 8GB o audios largos.
  • stems: Activa o desactiva las salidas específicas para cada instrumento.

Recomendaciones de Hardware

Para un rendimiento óptimo, se recomienda el uso de GPUs con aceleración CUDA:

  • VRAM: Se recomienda al menos 8GB para modelos htdemucs. Si encuentras errores de memoria, asegúrate de tener activada la opción split.

Reporte de Errores

Si encuentras algún problema, por favor abre un Issue en el repositorio de GitHub detallando tu sistema operativo, modelo de GPU y el error obtenido.


Desarrollado para la comunidad de ComfyUI por un Senior Python Developer especializado en IA Multimedia (⚡ Bolt Edition).