【2026 最新】StemDeck 教學：本機拆 6 軌、做伴奏與音質驗收

StemDeck 教學最容易被誤解的地方，是把「介面很好用」直接等同「分離模型很新」。2026 年 8 月 29 日的 Hacker News 發布討論吸引不少讀者追問：它是不是新的 AI 模型、CPU 跑不跑得動，以及殘音能不能放進真正的伴奏。

這篇從零開始，但不把「按下 Split stems」當終點。你會先選對 Windows／macOS／Linux 安裝包，用一段自己創作或已取得處理許可的 30 秒音檔拆出 vocals、drums、bass、guitar、piano、other，再匯出 karaoke 與 bassless mix；最後用同一時間點、等音量、盲式 A/B 檢查 bleed、瞬態破損與水波／金屬質地。想沿著音樂創作線繼續探索，也可先收藏 AlphaLab 的 AI 創作與設計專區。

先說結論：StemDeck 教學要完成的是可驗收伴奏

• 本文鎖定正式通道 v0.15.2。截至 2026 年 8 月 31 日查核，GitHub 將它標為 Latest；v0.16.0 雖較新，仍標為 Pre-release，因此不把預發功能混進核心流程。
• StemDeck 不是全新分離模型。預設六軌核心使用 Demucs 的 htdemucs_6s；它的價值是把匯入、波形、Mute／Solo、loop 與 Export Mix 組成一個本機工作台。
• Auto 會為下一個工作選擇可用裝置。它依 CUDA、MPS、CPU 的順序檢查；若 GPU 工作失敗，程式可從頭改以 CPU 重試。完成摘要／log 記錄的 device，才是該工作的實際結果。速度依賴硬體與曲長，先跑 30 秒，不套用別人的分鐘數。
• Standard 先篩選，Best 再決賽。程式把 Standard 設為 shifts=1、Best 設為 shifts=2；實際耗時仍受硬體與固定開銷影響。
• 品質看成品情境，不只聽 solo stem。一條人聲軌單獨聽有瑕疵，不代表伴奏不可用；反過來，六軌重組接近原曲，也不代表每一軌沒有 bleed。

StemDeck ＝ htdemucs_6s 分軌引擎 ＋ 本機混音／匯出工作台。

StemDeck 是什麼？先拆開「模型」與「工作台」

StemDeck 官方專案採 Apache-2.0 開源授權。預設六軌分離的底層是 htdemucs_6s：輸入一首已混音歌曲，模型估計 vocals、drums、bass、guitar、piano、other 六個訊號。StemDeck 再把這些結果放進類 DAW 介面，提供波形、音量、Mute、Solo、loop、速度與匯出。

這個分層很重要。介面新增功能、版面變好看，不等於底層分離模型也更新。上游 Demucs v4.0.1 官方 README把六來源模型稱為 experimental，並特別提醒 piano 可能有較多 bleeding 與 artifacts。該 README 報告的 9.00／9.20 dB，是 MUSDB HQ 上四來源 HT Demucs 配置的 SDR，不是 htdemucs_6s成績，不能移植成 StemDeck 六軌品質分數。

安裝前先選路徑：MPS、CUDA 還是 CPU？

截至 2026 年 8 月 31 日查核，正式通道是 StemDeck v0.15.2 release。請依硬體選完整包：Windows／Linux 有一般 x64 與 .NVIDIA版本；Apple Silicon 選 StemDeck-macOS-arm64.dmg，Intel Mac 選 x64。不要下載名稱含 -app的小檔，它是程式更新器用的 payload，不是可獨立執行的完整套件。

Windows／Linux：有 NVIDIA 才選 NVIDIA 包

Windows 與 Linux 的 NVIDIA 包需要可用的 NVIDIA driver；首次啟動會取得相符的 CUDA components。只有 Intel、AMD 顯示核心，或不確定顯卡是否可用時，選一般 x64 包。解壓後保留整個資料夾結構，不要只拖走單一執行檔。

macOS：Apple Silicon 選 arm64，Intel 選 x64

macOS 版目前未 code-sign。依 v0.15.2 release 指示，把 app 拖到 Applications 後，如果系統顯示 app damaged，可在 Terminal 執行官方給的命令：

xattr -dr com.apple.quarantine /Applications/StemDeck.app

這條命令只應對你從官方 release 下載、路徑正確的 StemDeck.app 使用。首次設定仍需連網；實際取得或驗證的 runtime、FFmpeg、模型與 CUDA components 依平台及安裝包不同，因此「本機分離」不代表第一次打開就完全離線。想理解另一種本機音訊 AI 的硬體與版本鎖定思路，可對照 NeMo-Speech.cpp 本機語音 API 教學。

StemDeck 教學第 1 步：先確認 Device 與 Quality

開啟 Settings，找到 Compute device。建議先保留 Auto：StemDeck 會依序檢查 CUDA、MPS、CPU；若 GPU 分離失敗，程式可從頭以 CPU 重試。Settings 的 currently 表示下一次分離會先嘗試的裝置；要確認某個 job 最後在哪個裝置完成，應看該 job 的 metadata／log，而不是只看 Settings。

Separation quality 先選 Standard。官方程式把 Standard 設為 shifts=1、Best 設為 shifts=2；實際 wall-clock 耗時仍依硬體與固定開銷而異。先用 Standard 找出素材和模型是否合拍，只把值得保留的候選再跑 Best，會比每首歌一開始就選 Best 更有效率。

StemDeck 教學第 2 步：準備一段能判分的 30 秒音檔

不要第一次就丟整首歌。從自己創作、公共領域、符合授權條款的 CC 素材，或已取得明確處理許可的錄音，截出同一段 30 秒。最好同時包含四種線索：

1. 人聲有齒音、尾韻或 reverb，方便聽 ghost vocal。
2. snare、cymbal 或撥弦有清楚 attack，方便抓瞬態 smear。
3. bass 與 kick 重疊，或 piano 與 guitar 同時演奏，測試來源競爭。
4. 至少一小段 dense chorus，確認 solo 時不明顯的瑕疵會不會回到 mix。

雖然 StemDeck 支援 URL 匯入，這次請用本機檔案，才能把下載、來源壓縮與分離問題拆開。YouTube 使用條款也不會因工具提供貼網址欄位，就自動授予下載、改作或散布權；購買、訂閱或私人練習同樣不等於取得這些權利。

StemDeck 教學第 3 步：拆出 6 軌並保存基線

1. 把 30 秒檔案拖進 import bar，保留 All／六個 stem 都選取。
2. 確認 quality 是 Standard，按 Split stems。
3. 完成後逐一 Solo vocals、drums、bass、guitar、piano、other，先標記明顯錯誤，不急著評總分。
4. 用 Export → All Stems 保存六軌，再用 Export Mix 保存目前 mixer 組合。

這裡選「全部六軌」有一個好處：後面做 karaoke 或 bassless 時，只需 Mute 對應 lane。不要把介面裡的 Original lane 當成未經處理的來源；在抽取部分 stems 的流程中，它可能是未選 stems 的估計總和。要保留真正原檔，請自己另存一份，不依賴工作區名稱。

StemDeck 教學第 4 步：匯出 karaoke 與 bassless mix

做 karaoke／伴奏：Mute Vocals → Export Mix

先把六軌 fader 回到基線，Mute Vocals，播放最容易穿幫的 chorus。依序 Solo drums、bass、guitar、piano、other，檢查 ghost vocal 藏在哪一軌；若回到伴奏後已被樂器遮蔽，練唱可能足夠，若齒音和尾韻仍像幽靈人聲貼在中央，就不適合直接發布。只有抽取部分 stems 時才會出現 Original 互補軌。確認後選 Export Mix。

做 bassless 練習：Mute Bass → Export Mix

Mute Bass 後，不只聽「低頻有沒有變少」。如果 kick 也一起變薄，可能是部分 kick 能量 bleed 到 bass lane，也可能只是移除真正 bass 後改變低頻遮蔽。先 Solo Bass，在同一時間點確認是否聽得到 kick attack／body，再判定模型是否分錯。若要把分離後樂器進一步整理成 MIDI，可接著看 MuScriptor 音訊轉 MIDI 教學。

音質驗收：Solo、伴奏、盲式 A/B 要分開判

公平比較的最低條件是：同一來源、同一 30 秒、同一開始點、同一輸出格式，而且播放前先做 level matching。較大聲常被誤認為更清楚；工具名稱也會把「我期待它比較新」偷渡進判斷。若要做正式小型損傷測試，可參考 ITU-R BS.1116-3的熟悉化、hidden reference 與受控條件原則。

四個聽點：bleed、瞬態、水波／金屬質地、成品遮蔽

• Bleed：目標軌裡混進不該出現的聲音，或其他核心 stem 還留下 ghost vocal。
• 瞬態：snare、cymbal、撥弦的 attack 被磨平，出現 smear 或短促 chirp。
• 水波／金屬質地：聲像飄動、變空洞，或高頻出現不自然的金屬感；這是聽感描述，不等於已定位為相位錯誤。
• 成品遮蔽：回到伴奏 mix 後，瑕疵是否仍在真正使用音量下可聞。

為什麼不能用一次 null test 決勝？

若選 WAV，StemDeck v0.15.2 儲存的六個 Demucs stems 是 44.1 kHz、stereo、16-bit PCM。程式會逐 stem 呼叫 Demucs 4.0.1 的 clip="rescale"；只有峰值越過門檻的 stem 才會被獨立衰減，因此六軌相加不保證與輸入做數位級相消。比較流程若另有增益、重採樣、失真編碼或 sample 對齊誤差，也會增加 residual。反過來，某段訊號從一軌漏到另一軌時，六軌重組仍可能接近原曲，所以 null 只能證明有差異，不能證明每軌乾淨。

Standard 不過關時，Best 值得再跑嗎？

值得，但要先設定停止條件。選 Standard 與 Best 各輸出同一片段，把檔名改成 A、B，再由另一人隨機對應；至少重複數輪。如果你只能穩定分辨兩者，還要再問「哪個較適合伴奏」，而不是自動把可分辨當成改善。Best 要求 shifts=2、Standard 為 shifts=1；實際耗時仍依硬體與固定開銷而異。若主要失敗是 piano 與其他樂器大量重疊，兩次 shifts 也不會把模型變成另一個架構。

本文不提供跨工具勝負分數。要比較 StemDeck、UVR 或雲端工具，應使用同一片段、同一輸出條件與盲式 A/B，並保留可回查的輸出檔；最可靠的做法，是把上面的 30 秒片段當成你自己的 acceptance test。

StemDeck、UVR、雲端工具怎麼選？

Ultimate Vocal Remover（UVR）提供多種架構、模型與 ensemble，適合願意調參、想做模型 A/B 的人；StemDeck 的主要六軌路徑固定使用 htdemucs_6s，另有可選主唱／和聲分拆，強項是迅速完成 mixer 與匯出。雲端服務把算力交給伺服器，通常省去 runtime 問題，但上傳、帳號、方案與限制會隨服務變動，使用前要即時查核。

本文建議新手用以下順序控制變因：StemDeck Standard 先篩選；不過關再跑 Best；若仍不過關，才把完全相同片段交給 UVR 或雲端工具。這樣比較的是工具差異，不是素材、音量或時間點差異。若你想做的是從零生成歌曲而非拆現有 mix，任務其實不同，請改讀 MiniMax Music 3 本機作曲教學。

7 個常見失敗：介面能播，不代表結果可交付

1. 把 v0.16 Pre-release 當正式版。核心教學先用 Latest v0.15.2；預發功能等修正正式發布再採用。
2. 下載到 -app payload。回 release 的平台表選完整套件。
3. 以為 NVIDIA 包支援所有顯卡。CUDA 是 NVIDIA 路徑；Intel／AMD 顯示核心不等於 CUDA。
4. 只聽 solo stem。再逐一 Solo 其他核心 stems，最後回到伴奏；使用情境才決定可否交付。
5. 沒有等音量。先 level-match，再隱藏工具名稱，避免 louder-is-better 偏誤。
6. 把 Original lane 當原始錄音。真正來源檔另外保存，工作區 lane 只按程式語意理解。
7. 一次換太多條件。曲段、quality、工具、格式一次只改一項，否則無法定位改善來自哪裡。

StemDeck 教學常見問題 FAQ

1. StemDeck 是新的 AI 分軌模型嗎？

不是。核心六軌來自 Demucs htdemucs_6s；StemDeck 是把分離、波形、練習與匯出組成現代介面的應用。

2. StemDeck 可以完全離線嗎？

依 v0.15.2 官方文件，本機檔案的 separation 在裝置上執行，不需上傳到 StemDeck 服務，但不能把整個生命週期說成永遠離線。首次設定、模型取得、更新、搜尋或 URL 匯入仍會連網。

3. 沒有 NVIDIA GPU 還能用嗎？

可以。Apple Silicon 可走 MPS，其他硬體可走 CPU；等待時間依硬體與素材而異，所以用 30 秒片段先量自己的基線。

4. Best 一定比 Standard 好嗎？

不保證。程式把 Best 設為 shifts=2、Standard 設為 shifts=1；實際耗時依硬體與固定開銷而異，是否更適合你的伴奏仍要同曲盲式 A/B。

5. 為什麼 piano 軌特別容易有 bleed？

這是上游模型已揭露的邊界。htdemucs_6s是後來加入 guitar 與 piano 的 experimental 六來源模型；官方的 quick testing 特別指出 piano 有較多 bleeding 與 artifacts。

6. 怎麼做去人聲 karaoke？

六軌全部分離後，Mute Vocals，再選 Export Mix。匯出前先在 dense chorus 聽 ghost vocal 與齒音殘留，不要只檢查安靜前奏。

7. 六軌加總接近原檔，就代表分離很乾淨嗎？

不代表。某段訊號可能從一個 stem 漏到另一個，六軌加總仍可接近原曲；逐 stem 的條件式 rescale、16-bit 量化，以及比較鏈中的增益、重採樣或對齊誤差，也會改變 residual。

8. StemDeck 和 UVR 應該先裝哪一個？

想快速做伴奏，先 StemDeck；想比較多模型與 ensemble，再用 UVR。兩者不是固定勝負，最終由同一 30 秒素材的交付驗收決定。

給新手的 5 個重點

• 正式教學先用 v0.15.2 Latest，不把 v0.16 Pre-release 當穩定版。
• 記住主錨點：StemDeck 是 htdemucs_6s加本機工作台，不是新模型。
• 先用有權處理的 30 秒本機音檔與 Standard，確認 device、速度與明顯 artifacts。
• 伴奏用 Mute Vocals，bassless 用 Mute Bass，兩者都從 Export Mix 匯出。
• Solo 目標、逐一 Solo 其他核心 stems、回到 mix、盲式 A/B 四層都過，才叫可交付。