Web GUI 版本 v3.1.1
将普通立体声音频转换为沉浸式环绕声体验
立体声转5.1&7.1声道混音工具是一款专业级音频转换应用，可将普通立体声（2.0）音频智能转换为家庭影院级别的 5.1 或 7.1 环绕声格式。
本工具采用先进的 BS-RoFormer 深度学习模型进行音频源分离，将原始音频分解为人声、低音、鼓声、吉他、钢琴、伴奏等独立音轨，然后通过可视化 Web GUI 界面让用户自由调整各声道的混音配置，最终输出高质量的多声道环绕声音频。
开发者: ChanTrail
- 现代化的 Web 界面，直观易用
- 实时预览混音效果
- 可视化环绕声声道布局
- 支持独奏/静音单个声道
- 双模式转换：支持 5.1 和 7.1 环绕声格式，可随时切换
- 多模型支持：可在设置页面切换不同的分离模型
- 智能音频分离：将音频分离为 7 个独立音轨（vocals, bass, drums, guitar, piano, instrumental, other）
- 自定义声道配置：自由调整每个声道的音源和音量
- 配置槽功能：保存和快速切换多组混音配置
- 支持多文件批量处理
- 一键应用配置到所有文件
- 智能跳过已处理文件
- 实时显示分离进度
- GPU 加速：支持 CUDA 加速（推荐 3GB+ 显存）
- CPU 模式：无显卡也可使用
- 高质量输出：FLAC 无损格式
| 项目 | 最低要求 | 推荐配置 |
|---|---|---|
| 操作系统 | Windows 10 | Windows 10/11 |
| Python | 3.12（整合包已内置） | 3.12 |
| 显卡 | - | NVIDIA GPU (≥3GB 显存) |
| 内存 | 8GB | 16GB+ |
| 磁盘空间 | 10GB | 20GB+ |
本程序提供整合包形式，已包含所有依赖项和 Python 环境，无需额外安装。
下载并解压整合包 下载
# 克隆仓库
git clone https://github.com/ChanTrail/2TO5.1-OR-2TO7.1.git
cd 2TO5.1-OR-2TO7.1
# 安装依赖
.\Python\python -m pip install -r requirements.txt
# 下载模型文件到 bsroformer/models/
# 下载模型配置文件到 bsroformer/configs/模型及配置文件下载
双击 start.bat
.\Python\python main.py- 启动程序 → 自动打开浏览器访问 Web GUI
- 选择配置（左侧面板）：
- 处理模式：GPU（推荐）或 CPU
- 分离模型：选择要使用的 AI 模型
- 选择配置（右侧面板）：
- 声道模式：5.1 或 7.1
- 输入/输出目录
- 开始处理 → 等待音频分离完成
- 调整混音：
- 在混音器界面调整各声道配置
- 实时预览混音效果
- 保存常用配置到配置槽
- 导出文件 → 获得高质量环绕声音频
2TO5.1-OR-2TO7.1/
├── main.py # 主程序入口
├── web_mixer.py # Web GUI 服务器
├── model.txt # 模型配置文件
├── web_templates/ # Web 页面模板
│ ├── setup.html # 设置页面
│ └── mixer.html # 混音器页面
├── bsroformer/ # 音频分离模块
│ ├── inference.py # 推理脚本
│ ├── configs/ # 模型配置
│ └── models/ # 模型文件 (需下载)
├── temp/ # 临时文件目录 (分离时自动生成)
├── Python/ # 内置 Python 环境
├── tests/ # 测试用例
├── requirements.txt # 依赖列表
├── envinstall.bat # Python 软件包安装脚本
├── start.bat # 启动脚本
├── README.md # 说明文档
└── LICENSE # 许可证
| 声道 | 英文名 | 默认音源 |
|---|---|---|
| 左前 (L) | Left Front | drums (左声道) |
| 右前 (R) | Right Front | drums (右声道) |
| 中置 (C) | Center | vocals (单声道) |
| 低音 (LFE) | Low Frequency Effects | bass (单声道) |
| 左环绕 (LS) | Left Surround | vocals, piano, guitar, other |
| 右环绕 (RS) | Right Surround | vocals, piano, guitar, other |
在 5.1 基础上改变环绕声道：
| 声道 | 英文名 | 默认音源 |
|---|---|---|
| 左环绕 (LS) | Left Surround | vocals, piano |
| 右环绕 (RS) | Right Surround | vocals, piano |
| 左后环绕 (LB) | Left Back | vocals, guitar, other |
| 右后环绕 (RB) | Right Back | vocals, guitar, other |
┌─────────────────────────────────────────────────────────┐
│ Web GUI (Flask) │
├─────────────────────────────────────────────────────────┤
│ setup.html │ mixer.html │
│ - 处理模式/模型选择 │ - 声道混音配置 │
│ - 声道模式/目录 │ - 实时预览 │
│ - 处理进度显示 │ - 配置槽管理 │
└─────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ Audio Processing Engine │
├─────────────────────────────────────────────────────────┤
│ BS-RoFormer Model │ PyDub + NumPy + SoundFile │
│ - 音频源分离 │ - 声道混音 │
│ - 多模型支持 │ - FLAC 编码 │
│ - GPU/CPU 加速 │ │
└─────────────────────────────────────────────────────────┘
Q: GPU 模式运行出错？
确保：
- 已安装 NVIDIA 显卡驱动
- 显存 ≥ 3GB
- 如仍有问题，切换到 CPU 模式
Q: 处理速度很慢？
- 推荐使用 GPU 模式
- 长音频文件需要更多处理时间
- CPU 模式下处理速度较慢是正常现象
Q: 为什么输出是 FLAC 格式？
FLAC 是无损压缩格式，可以：
- 保持原始音频质量
- 支持多声道音频
- 文件大小适中
Q: 如何保留分离的临时文件？
程序退出时会询问是否删除临时文件，选择"取消"即可保留。
- Flask - Web 服务器
- PyDub - 音频处理
- NumPy - 数值计算
- SoundFile - 音频文件 I/O
- PyTorch 2.8.0+cu129 - 深度学习框架
- TorchAudio - 音频处理
- BS-RoFormer - 音频分离模型
- librosa, tqdm, einops, omegaconf 等
完整依赖列表请参见 requirements.txt
本项目采用 GPL-3.0 许可证。详见 LICENSE 文件。
- BS-RoFormer - 音频分离模型
- PyDub - 音频处理库
- Flask - Web 框架
立体声转5.1&7.1声道混音工具 v3.1.1
by ChanTrail