AI Stem Splitter

概述

当 Agent 需要托管式 AI 音乐分离服务，而非本地 GPU 环境时，请使用 AI Stem Splitter。该服务可将一首音轨分离为最多六个音源（stem）：人声（vocals）、鼓（drums）、贝斯（bass）、吉他（guitar）、钢琴（piano）及其他（other）。

核心产品特性：AI Stem Splitter 支持文件上传与 URL 方式提交分离任务，采用托管的 htdemucs-class 分离模型，提供公开的 REST API，并支持 Node、Python 及工作流集成。调用 API 前请务必阅读 references/api.md。

决策指南

工作流

1. 确认输入源类型：本地文件路径、直连音频 URL，或平台页面 URL（如 YouTube）。
2. 确认期望输出：默认六音源（6s）、四音源（4s）、仅人声（vocals only）、纯伴奏（instrumental），或指定名称的子集（named subset）。
3. 检查环境变量中是否存在 AISTEMSPLITTER_API_KEY；若不存在，则向用户索取。严禁以任何形式打印或持久化存储该密钥。
4. 对于本地文件：先申请上传预留（reserve upload），再将文件字节上传至返回的预签名 URL（presigned URL），最后提交已上传文件发起分离任务。
5. 对于直连音频 URL：直接提交包含该 URL 的分离任务。
6. 轮询任务状态直至返回 succeeded 或 failed；生产环境建议配置 webhook 以实现异步通知。
7. 返回各 stem 名称、对应下载 URL，以及用户要求保存至本地时的文件路径。

快速命令示例

以下命令仅在通读 references/api.md 并确认当前端点细节后方可使用。

export BASE_URL="https://api.aistemsplitter.org"

curl -sS "$BASE_URL/v1/credits" 
  -H "Authorization: Bearer $AISTEMSPLITTER_API_KEY"

curl -sS -X POST "$BASE_URL/v1/audio/splits" 
  -H "Authorization: Bearer $AISTEMSPLITTER_API_KEY" 
  -H "Content-Type: application/json" 
  -H "Idempotency-Key: split-demo-001" 
  -d '{
    "input": { "type": "direct_url", "url": "https://example.com/song.mp3" },
    "stemModel": "6s"
  }'

输出规范

当分离任务成功完成后，应返回如下结构化信息：

• status
• 源文件名或源 URL
• 所用 stem 模型（如 6s）
• 每个返回 stem 单独一行：vocals、drums、bass、guitar、piano、other
• 若用户请求本地保存，则一并返回各 stem 对应的本地下载路径

所有陈述须基于事实。不得承诺版权清理（copyright clearance）、录音室级分离精度（studio-perfect separation）或永久存储保障。必须明确告知用户：其须拥有对原始音频进行处理及后续使用的全部合法权利。

常见错误