KaraFan

一键分离人声伴奏,AI帮你做卡拉OK

KaraFan 是一个基于人工智能的音乐分离开源项目,旨在从混合音频中提取人声和伴奏,尤其适用于卡拉OK伴奏制作。它利用深度学习模型对音频信号进行源分离,核心能力包括高精度的音乐分离、支持多种音频格式输入,以及提供简单的命令行或API接口。项目处于早期阶段,但已展示出在分离质量上的潜力,号称是“最好的音乐分离模型”。它解决了音乐制作、翻唱创作和内容创作者在获取纯净音轨时的痛点,无需专业录音室设备即可实现专业级分离效果。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 150
维护状态 较活跃
是否开源
定价模式 free

项目数据

分类音频音乐
开发团队Captain-FLAM
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,可免费使用和部署。
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型artificial-intelligence,audio,instrumental,instrumentals,karaoke,machine-learning,music,music-generation,pytorch,separation,songs,spectrogram,vocal,vocal-remover,vocals
GitHub 星标★ 150
30天Star增速
HF 下载量
上线时间2023-08-10 00:00:00
最近更新2026-09-16 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6

使用教程

核心亮点

  • 分离质量高,人声和伴奏提取干净,适合直接制作伴奏带
  • 基于深度学习,支持多种音频格式,使用简单
  • 开源免费,可本地部署,保护音频隐私

不足之处

  • 项目处于早期阶段,文档和社区支持待观察
  • 对复杂混音或低质量音频的分离效果可能不稳定

适用场景

  • 音乐制作人快速提取人声或伴奏进行混音
  • 翻唱爱好者制作无原唱伴奏
  • 视频创作者为内容添加背景音乐或人声处理

替代项目

Demucs、Spleeter、UVR5

项目介绍

KaraFan 是音频音乐领域的开源项目,由 Captain-FLAM 开发,2023 年首次发布。

它收录于音频音乐分类,该分类目前共有 738 个项目,GitHub 星标数为 150。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-16。MIT许可证,可免费使用和部署。

它主要面向的使用场景是:音乐制作人快速提取人声或伴奏进行混音。同类可对比的替代方案包括 Demucs、Spleeter、UVR5。

上一篇:mmt

下一篇:pypianoroll

同类项目推荐

tango 开源

输入一句话,自动生成匹配的音频内容

A family of diffusion models for text-to-audio generation.

★ 1239 2026-08-09
AuK 开源

一个模型搞定语音生成、编辑与分离

AuK: An Open-Source Foundational Model for Speech Generation and Editing

★ 1236 2026-09-13
swift-tts 开源

Swift 项目三行代码接入系统 TTS,兼容 TCA 和 Combine

A straightforward package containing version for Swift modern concurrency, Point-Fre···

★ 52 2026-08-09
ai-dj 开源

现场演出中实时用 AI 生成音乐,保持人类掌控

AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···

★ 245 2026-08-09