Spleeter of Demucs in 2026: benchmarks en wat beide overtreft
Bij Spleeter of Demucs draait het om snelheid tegenover kwaliteit. Demucs scheidt stems schoner: 9,0 dB SDR voor Demucs v4 na finetuning tegen 5,9 dB voor Spleeter. Spleeter is veel sneller en werkt prima op een bescheiden CPU. In 2026 scoren nieuwere modellen zoals BS-RoFormer hoger dan beide.
| Spleeter | Demucs v4 (HT Demucs) | |
|---|---|---|
| Gemaakt door | Deezer, 2019 | Meta AI Research, 2022 |
| Werking | Maskeert een spectrogram (U-Net) | Golfvorm- en spectrogramtakken met een Transformer |
| Kwaliteit (SDR op MUSDB18) | 5,9 dB | 9,0 dB (na finetuning) |
| Snelheid | Zeer snel, werkt goed op CPU | Langzamer, het beste met een GPU |
| Stems | 2, 4 of 5 | 4 of 6 met gitaar en piano |
| Beste voor | Snelle previews, karaoke, batchverwerking | Schone stems voor remixes en releases |
Heb je ooit zang geëxtraheerd of een instrumentale versie voor een remix gemaakt, dan heb je waarschijnlijk een hulpmiddel op basis van een van deze modellen gebruikt. Beide opensourcemodellen werden referentiepunten voor stemscheiding. Hun vergelijking laat nog steeds de afwegingen tussen snelheid, artefacten en kwaliteit zien.
Wat zijn stems en waarom is het zo moeilijk ze te scheiden?
Stems zijn de afzonderlijke onderdelen van een gemixt nummer, meestal zang, drums, bas en de rest. Producers werken ermee in de studio voordat de eindmix alles samenvoegt.
Ze na het mixen scheiden is alsof je een gebakken taart weer in ingrediënten probeert op te splitsen. Instrumenten delen hetzelfde frequentiebereik. Zangharmonischen overlappen met gitaarfrequenties. Kicktransiënten zitten basnoten in de weg. Bekkencrashes spreiden zich over het hele stereoveld. Traditionele signaalverwerking leverde een wiebelend resultaat vol artefacten op.
Deep learning verbeterde dit door neurale netwerken patronen te leren herkennen die klassieke signaalverwerking miste. Spleeter en Demucs werden de twee referentiemodellen en kiezen heel verschillende benaderingen.
Geschiedenis: Spleeter, Demucs en de band met Parijs
Spleeter: snelle spectrogrammaskering van Deezer
In november 2019 bracht de Franse streamingdienst Deezer Spleeter uit als gratis opensourcehulpmiddel. Het team onder leiding van Romain Hennequin bouwde het op TensorFlow rond een convolutioneel neuraal U-Net-netwerk dat op amplitudespectrogrammen werkt, tijd-frequentierepresentaties van audio.
Spleeter behandelt scheiding als beeldsegmentatie. Het voorspelt voor elke tijd-frequentiecel een zacht masker en schat welk deel bij zang, drums, bas of de rest hoort. Een optionele Wiener-filterstap verfijnt de maskers en de stems worden met de fase van de oorspronkelijke mix gereconstrueerd.
De kracht van Spleeter is snelheid. Het scheidt een nummer van 4 minuten in seconden, verwerkt op GPU 100 keer sneller dan realtime en werkt prima op bescheiden CPU's. Het biedt configuraties met 2 stems (zang/begeleiding), 4 stems en 5 stems. Het werd een onderzoeksbaseline en vormde de basis van talloze YouTube-remixkanalen.
Demucs: scheiding in het golfvormdomein van Meta
Terwijl Spleeter op snelheid focuste, richtte Meta AI Research, toen Facebook AI Research, zich op kwaliteit. Alexandre Défossez, ook Frans, en zijn team introduceerden Demucs in 2019, een afkorting van Deep Extractor for MUlti-Channel Sources, met een heel andere aanpak.
Demucs werkt in plaats van met spectrogrammen rechtstreeks op ruwe golfvormen en behandelt scheiding als reconstructie in het tijdsdomein. De architectuur combineert een convolutionele encoder-decoder in U-Net-stijl, geïnspireerd door Wave-U-Net, met een bidirectionele LSTM in de smalste laag. Daardoor kan het netwerk langdurige muzikale structuur vastleggen en de fase coherent houden.
Demucs ontwikkelde zich door vier grote versies:
- v1 (2019): alleen golfvormen, al concurrerend met spectrogrammethoden
- v2 (2020): verfijnde training en efficiënter werken
- v3 "Hybrid Demucs" (2021): voegde een spectrogramtak toe en won de Music Demixing Challenge met 7,7 dB SDR op MUSDB18
- v4 "Hybrid Transformer Demucs" (2022): verving de binnenste lagen door een domeinoverstijgende Transformer, haalde 9,0 dB SDR na finetuning en tot 9,2 dB in de beste configuratie van de publicatie
De Sound Demixing Challenge en een nieuw begin
De Sound Demixing Challenge 2023 verlegde de aandacht. De wedstrijd, georganiseerd door Meta, Sony en anderen, introduceerde robuuste muziekbronscheiding: modellen trainen op data met onjuiste labels en overspraak tussen stems. Alexandre Défossez was een belangrijke organisator en droeg bij aan het wedstrijdontwerp en de baselinemodellen.
De belangrijkste bevinding was dat meer trainingsdata geen betere resultaten garanderen. Datakwaliteit en strategieën voor robuustheid tellen zwaarder. Technieken zoals verlieswaarden afkappen en iteratief verfijnen verbeterden de SDR met 0,89 dB op vervuilde data.
Kort daarna verliet Défossez Meta om Kyutai mede op te richten, een Frans AI-onderzoekslab. De Demucs-repository staat nog online, maar de README vermeldt dat hij er niet meer actief aan werkt. Verwacht dus geen nieuwe functies.
Prestaties: afwegingen tussen snelheid en kwaliteit
Architectuurfilosofie
Spleeter maskeert spectrogrammen. Demucs reconstrueert golfvormen. Dit kernverschil bepaalt de rest.
De frequentiedomeinbenadering van Spleeter is efficiënt omdat elk STFT-frame duizenden samples samenvat, waardoor de convoluties over veel minder tijdstappen lopen. De prijs: het model negeert fase en hergebruikt de fase van de mix. De vaste tijd-frequentieresolutie van STFT kan scherpe transiënten en stabiele tonen niet allebei goed weergeven.
De tijdsdomeinmethode van Demucs leert eigen filterbanken met 1D-convoluties. Het behoudt fase en verwerkt transiënten tot op de sample nauwkeurig. In v4 houden de Transformer-lagen context over seconden audio vast, wat de ‘pingpong’-artefacten vermindert die bij framegebaseerde methoden vaak voorkomen.
Hybrid Demucs v3: golfvorm- en spectrogramtakken
Skipverbindingen tussen encoder en decoder
Oorspronkelijke figuur: Een inleiding tot bronscheiding, figuur 2 (Woosung Choi, Alexandre Defossez, Haohe Liu).
Spleeter en Demucs: benchmarkcijfers
Deze scores op de MUSDB18-testset komen uit de officiële Demucs-repository op GitHub:
| Model | Domein | Extra trainingsdata | Totale SDR | MOS-kwaliteit |
|---|---|---|---|---|
| Spleeter | Spectrogram | 25.000 nummers | 5,9 dB | niet beschikbaar |
| Demucs v2 | Golfvorm | Geen (alleen MUSDB18) | 6,3 dB | 2,37 |
| Hybrid Demucs v3 | Hybride | Geen (alleen MUSDB18) | 7,7 dB | 2,83 |
| HT Demucs v4 na finetuning | Hybride | 800 nummers | 9,0 dB | niet beschikbaar |
De verhouding tussen signaal en vervorming (SDR) meet hoe schoon een model een bron uit de mix scheidt. Hoger is beter, maar SDR vervangt geen luistertest. Zie voor praktische verwachtingen van AI-stems hoe goed AI-stemscheiding vandaag is. Het verschil van ongeveer 3 dB tussen Spleeter en Demucs v4 is groot in benchmarktermen. Demucs scoort hoger op elke stem, vooral drums en zang.
Je hoort het verschil in de vergelijkingsvideo hieronder. Demucs-stems klinken natuurlijker met minder artefacten, terwijl Spleeter bij complex materiaal metaalachtig gerinkel kan produceren.
Wat de prestaties in de praktijk betekenen
Snelheid: Spleeter verwerkt een nummer van 3 minuten in ongeveer 2 seconden op GPU. Demucs v4 doet er ongeveer 20 tot 30 seconden over. Op CPU kost Spleeter ongeveer 30 tot 60 seconden en kan Demucs meer dan 5 minuten kosten.
Hardware: Spleeter werkt zonder GPU op een laptop met 8 GB RAM. Demucs v4 heeft voor een redelijke snelheid een GPU met 4 tot 8 GB VRAM nodig. De Transformer-lagen gebruiken veel meer geheugen vanwege de aandachtsmatrices.
Artefacten: omdat Spleeter de fase van de mix hergebruikt, kan het ‘spookachtige’ zang en uitgesmeerde transiënten produceren. Demucs v4 klinkt natuurlijker, maar kan in stille passages zachte ruis achterlaten.
Robuustheid: de SDX'23-wedstrijd liet zien dat Demucs-achtige architecturen beter met vervuilde trainingsdata omgaan. De eenvoudigere architectuur van Spleeter profiteert niet gemakkelijk van technieken zoals gefilterde datasets en het afkappen van verlieswaarden.
Spleeter of Demucs: welke moet je gebruiken?
Veel producers gebruiken beide, afhankelijk van de taak.
Wanneer Spleeter gebruiken
Gebruik Spleeter wanneer snelheid telt: snelle a cappella's voor DJ-sets, karaoketracks om te oefenen of batchverwerking van een hele samplebibliotheek. De verwerkingssnelheid van 100 keer sneller dan realtime en de bescheiden hardware-eisen zijn moeilijk te overtreffen. De kwaliteit volstaat voor remixes waarbij je de stems nog verder verwerkt.
Wanneer Demucs gebruiken
Kies Demucs v4 wanneer artefacten onacceptabel zijn: stems voor officiële remixes, samples voor commerciële releases of gedetailleerde analyse van een uitvoering. De verbetering van 3 dB en de fasecoherentie rechtvaardigen de wachttijd. Heb je genrespecifiek materiaal, train dan verder met extra data, want de architectuur van Demucs schaalt beter met schone data.
Spleeter en Demucs combineren
Verwerk je hele catalogus met Spleeter om veelbelovende nummers te vinden en verwerk de finalisten daarna met Demucs. Scheid voor liveoptredens vooraf met Spleeter. Gebruik voor studiowerk Demucs voor de schoonste stems. Hulpmiddelen zoals Ultimate Vocal Remover combineren Demucs en andere scheidingsmodellen in een eenvoudige grafische interface.
Heb je een GPU nodig?
Spleeter werkt prima op CPU; voor scheiding van hoge kwaliteit met Demucs is een GPU aan te raden om de verwerkingstijd te beperken. Voor offline batchverwerking of verwerking op een laptop blijven Spleeter-achtige modellen nuttig. Voor schonere stems rechtvaardigen Demucs en nieuwere hybride Transformermodellen meestal verwerking in de cloud of een krachtigere lokale computer.
Update 2026: wat Spleeter en Demucs overtreft
Spleeter en Demucs blijven bruikbare referentiepunten, maar vormen niet meer het kwaliteitsplafond voor stemscheiding.
BS-RoFormer (Band-Split RoPE Transformer) verdeelt het spectrogram in frequentiebanden en modelleert ze met Transformer-lagen. De publicatie vermeldt 9,80 dB gemiddelde SDR op MUSDB18-HQ zonder extra trainingsdata, hoger dan de 9,0 dB die Demucs v4 na finetuning met 800 extra nummers haalde. Een versie die met 500 extra nummers was getraind, won de eerste plaats in de muziekscheidingscategorie van de Sound Demixing Challenge 2023.
| Model | Jaar | Totale SDR (MUSDB18) | Extra trainingsdata |
|---|---|---|---|
| Spleeter | 2019 | 5,9 dB | 25.000 nummers |
| HT Demucs na finetuning (v4) | 2022 | 9,0 dB | 800 nummers |
| BS-RoFormer | 2023 | 9,8 dB | Geen |
Mel-Band RoFormer is een nauw verwant model dat frequenties op de melschaal groepeert. Door de community getrainde gewichten van beide modellen vormen nu de basis van de meeste hoogwaardige zang- en instrumentale separatoren. Onze vergelijking van zangscheidingsmodellen rangschikt ze op echte nummers. De vergelijking van instrumentscheidingsmodellen doet hetzelfde voor andere instrumenten.
De AI-stemsplitter van Neural Analog gebruikt BS-RoFormer-modellen voor de presets met 4 en 6 stems en SAM Audio wanneer je een instrument wilt extraheren dat de presets niet dekken, zoals een saxofoon of synthlead. Zie voor de volledige lijst welke modellen Neural Analog voor stemscheiding gebruikt.
Spleeter en Demucs FAQ
Is Demucs beter dan Spleeter?
Ja, qua kwaliteit. Demucs v4 scoort ongeveer 3 dB hoger in SDR dan Spleeter op de MUSDB18-benchmark en heeft minder artefacten op zang en drums. Spleeter is alleen beter als snelheid of een computer met alleen CPU belangrijker is dan kwaliteit.
Welke is beter voor zang: Spleeter of Demucs?
Demucs. Zang uit Spleeter klinkt vaak dun of ‘waterig’, omdat Spleeter de fase van de oorspronkelijke mix hergebruikt. Voor de schoonste zang en instrumentale versies overtreft een BS-RoFormer- of Mel-Band RoFormer-model meestal beide.
Wordt Spleeter nog onderhouden?
Spleeter is nog op GitHub beschikbaar, maar het is een model uit 2019 op TensorFlow. De README waarschuwt voor TensorFlow-problemen op Apple M1-chips. De meeste nieuwere hulpmiddelen zijn naar Demucs of RoFormer-modellen overgestapt.
Wat gebruikt Ultimate Vocal Remover (UVR)?
UVR is een gratis desktopapp, geen afzonderlijk model. Het bundelt meerdere modelfamilies, waaronder Demucs, MDX-Net en eigen VR Architecture-modellen. De kwaliteit hangt dus af van het model dat je kiest.
Kan ik Demucs zonder GPU gebruiken?
Ja, maar het is traag. Reken op meerdere minuten per nummer op CPU. Een online stemsplitter voert het model op een server-GPU uit. De Studio-gids voor stems splitsen laat de stappen zien.
Gerelateerde gidsen
- Drums uit een Suno-nummer verwijderen: een praktische toepassing van het scheiden van drumstems.
- AI-drums door je eigen kit vervangen: scheid de drums en bouw een nieuwe groove rond de zang.
- MP3-stems naar WAV-kwaliteit herstellen: reconstrueer hoge frequenties die door gecomprimeerde bronnen en scheiding verloren gaan.
- Een stereonummer naar Dolby Atmos omzetten: plaats gescheiden stems in een Atmos-mix.
- AudioSR vanaf GitHub installeren en uitvoeren: nog een opensource-audiomodel om lokaal uit te voeren, inclusief Python- en PyTorch-installatie.