Vous avez une chanson et vous aimeriez isoler la voix, récupérer l’instrumental ou séparer la batterie et la basse ? StemKit propose une approche étonnamment simple : effectuer la séparation audio directement sur votre ordinateur.
Le projet est gratuit et open source, et il est conçu pour fonctionner localement sur macOS, Windows et Linux. Vous pouvez rechercher une vidéo YouTube depuis l’application ou fournir un lien, choisir les instruments souhaités, puis laisser le logiciel effectuer la séparation.
StemKit effectue la séparation audio localement. Le projet indique qu’il ne nécessite ni compte ni clé API et que les morceaux traités restent sur votre machine.
Une chanson peut devenir plusieurs pistes
Le principe de StemKit repose sur la séparation de sources audio. À partir d’un morceau complet, le logiciel tente d’isoler différentes composantes du mixage afin de pouvoir les manipuler séparément.
Vocals / Acapella
Drums
Bass
Piano, guitare…
Le projet documente notamment la séparation des vocals, drums, bass, guitar et piano. Les instruments peuvent être sélectionnés individuellement et l’application choisit le moteur de séparation approprié.
Tout se passe sur votre machine
C’est l’un des aspects les plus intéressants de StemKit. Contrairement aux nombreux services de séparation audio qui nécessitent d’envoyer un fichier vers un serveur distant, StemKit est conçu pour effectuer le traitement localement.
Le projet utilise notamment Demucs ainsi qu’un modèle Mel-Band Roformer pour la séparation des voix. Le traitement peut exploiter un GPU NVIDIA avec CUDA, les GPU Apple Silicon avec MPS ou simplement le CPU.
Après l’installation, la séparation est exécutée sur votre ordinateur. Le projet indique que les vidéos téléchargées, les chansons traitées, la bibliothèque, les recherches et les fichiers audio ne sont pas envoyés vers un service distant de séparation.
Une mini station audio intégrée
StemKit ne se limite pas à lancer un modèle d’IA puis à déposer quelques fichiers dans un dossier.
L’application propose une interface permettant de lire les différentes pistes en synchronisation, avec des contrôles individuels pour chaque stem. Vous pouvez notamment utiliser les fonctions mute, solo et volume, naviguer dans les formes d’onde et utiliser plusieurs préréglages.
Toutes les pistes
Sans les voix
Voix isolées
Rythmiques
Chaque stem peut ensuite être exporté au format WAV.
De la chanson au résultat en quelques étapes
01 — CHOISIR LE MORCEAU
Recherchez une vidéo dans l’application ou fournissez un lien compatible.
02 — CHOISIR LES STEMS
Sélectionnez les instruments ou utilisez un préréglage comme Karaoke ou Acapella.
03 — LANCER LA SÉPARATION
Le moteur traite l’audio directement sur votre machine.
04 — ÉCOUTER ET EXPORTER
Écoutez les pistes séparément puis exportez celles dont vous avez besoin.
La puissance de votre machine compte
Le traitement local a évidemment une conséquence : les performances dépendent de votre matériel.
StemKit peut utiliser CUDA sur les GPU NVIDIA, MPS sur les machines Apple Silicon ou le CPU. Le projet précise également que certains modèles optionnels offrent une meilleure qualité au prix d’un temps de traitement plus important.
Une IA de séparation ne récupère pas miraculeusement les pistes originales du studio. Selon le morceau, le mixage, les effets, la réverbération ou la compression, des artefacts peuvent apparaître dans les stems générés.
Le détail important : YouTube
Le projet permet de rechercher des morceaux sur YouTube ou de fournir un lien. Mais son propre README apporte une précision importante : le téléchargement audio depuis YouTube peut contrevenir à ses conditions d’utilisation dans le cadre de produits publics.
Il faut donc distinguer la capacité technique de l’application et les droits applicables au contenu utilisé. Pour vos propres enregistrements, les contenus dont vous détenez les droits ou les œuvres dont l’utilisation est autorisée, l’approche locale de StemKit devient particulièrement intéressante.
Pourquoi ce projet mérite l’attention
StemKit illustre une tendance importante dans l’IA audio : des traitements autrefois réservés à des services spécialisés peuvent désormais être exécutés directement sur un ordinateur personnel.
Pas de compte obligatoire, pas de clé API pour effectuer la séparation et pas besoin d’envoyer vos fichiers audio vers un service cloud. Le projet peut fonctionner après installation de ses composants directement sur macOS, Windows ou Linux.
Musiciens, créateurs de contenu, amateurs de karaoké, monteurs audio, passionnés de remix ou simplement curieux de découvrir ce que l’IA peut faire avec un morceau.
L’IA audio commence elle aussi à quitter le cloud
Ce qui rend StemKit intéressant n’est finalement pas uniquement sa capacité à isoler une voix.
Le projet montre surtout qu’un ordinateur personnel peut désormais prendre en charge une chaîne complète : récupérer une source compatible, analyser l’audio, exécuter plusieurs modèles de séparation, synchroniser les résultats et permettre leur export.
C’est une philosophie qui rejoint une tendance plus large de l’informatique moderne : faire davantage de calcul localement plutôt que dépendre systématiquement d’un serveur distant.
StemKit est intéressant moins pour son côté « magique » que pour ce qu’il représente : une station de séparation audio pilotée par l’IA, gratuite, open source et locale. Pour expérimenter, analyser un morceau, préparer un karaoké ou travailler sur de l’audio dont vous avez les droits, le projet mérite clairement d’être découvert.
