---
title: htdemucs_ft_onnx_openkara
canonical_url: "https://www.modelscope.cn/models/iamme19862002/htdemucs_ft_onnx_openkara"
md_url: "https://www.modelscope.cn/models/iamme19862002/htdemucs_ft_onnx_openkara.md"
repository: iamme19862002/htdemucs_ft_onnx_openkara
chinese_name: "HTDemucs-FT ONNX 音乐人声分离模型（OpenKara专用）"
last_updated: 2026-07-08
pipeline_tag: speech-separation
tasks:
  - speech-separation
library_name:
  - onnx
  - other
frameworks:
  - other
downloads: 0
stars: 2
---

# htdemucs_ft_onnx_openkara

> htdemucs_ft_onnx_openkara - iamme19862002 在 ModelScope 开源的模型。本模型为 HTDemucs-FT 微调版导出的 ONNX 格式权重，源自 OpenKara 开源卡拉 OK 项目，可实现歌曲混合音频的多轨声源分离，精准分离人声、鼓、贝斯、伴奏乐器，适合本地离线卡拉 OK 消音、音频后期制作；核心特性：1. 基于 MUSDB18-HQ 数据集微调，人声分离 SDR 指标优于原版 htdemucs；2. 完整导出为单文件 ONNX，支持 onnxruntime…

- **Repository**: iamme19862002/htdemucs_ft_onnx_openkara
- **Tasks**: speech-separation
- **Downloads**: 0
- **Stars**: 2
- **Last updated**: 2026-07-08

Source: https://www.modelscope.cn/models/iamme19862002/htdemucs_ft_onnx_openkara

---

# HTDemucs-FT ONNX 音乐声源分离模型
## 1. 模型说明
htdemucs_ft.onnx 是经过微调的Demucs音乐分离模型ONNX固化版本，为OpenKara开源K歌软件配套模型，支持将混合歌曲拆分为人声、鼓、贝斯、其他乐器四轨音频，主打卡拉OK人声消除场景。

### 性能优势
- 微调版本(FT)相比基础htdemucs全频段SDR提升0.7dB，人声分离干净度更高；
- ONNX轻量化导出，脱离PyTorch依赖，仅需ONNX Runtime即可推理；
- 跨平台兼容：PC桌面、Web前端、移动端APP均可部署；
- CPU离线可运行，无需显卡支持。

## 2. 模型来源
- 项目仓库：https://github.com/thedavidweng/openkara-models
- 权重下载：https://github.com/thedavidweng/openkara-models/releases/download/model-ft-v2.0.1/htdemucs_ft.onnx
- 版本：v2.0.1

## 3. 基础推理示例（Python）
```python
import onnxruntime as ort
import soundfile as sf
import numpy as np

# 加载模型
session = ort.InferenceSession("htdemucs_ft.onnx")
# 读取混合音频
mix_audio, sr = sf.read("input_song.wav")
# 模型推理逻辑省略，可参考OpenKara源码实现
