Mini U-Net — Audio Source Separation

Architecture encoder-decoder (U-Net) pour la séparation de sources audio, inspirée de Spleeter (Deezer Research) et réimplémentée en PyTorch.

Entraîné sur MUSDB18 (subset réduit pour faisabilité CPU/GPU modeste).

---

Architecture

Nombre de paramètres par source : ~450K (vs 17M pour Spleeter complet)

---

Installation

pip install -r requirements.txt

---

Entraînement

# Entraîner sur vocals (recommandé en premier)
python train.py \
    --musdb_root /path/to/musdb18 \
    --source vocals \
    --train_tracks 25 \
    --val_tracks 5 \
    --epochs 20 \
    --batch_size 8 \
    --loss l1

# Entraîner toutes les sources
for source in vocals drums bass other; do
    python train.py --musdb_root /path/to/musdb18 --source $source
done

Les checkpoints sont sauvegardés dans ./outputs/best_model_{source}.pt. Les courbes de loss sont dans ./outputs/loss_curves_{source}.png.

---

Évaluation (métriques BSS-Eval)

python evaluate.py \
    --musdb_root /path/to/musdb18 \
    --model_path outputs/best_model_vocals.pt \
    --source vocals \
    --n_tracks 5

Résultats attendus (ordre de grandeur après 20 époques, 25 pistes train) :

Système	SDR (dB)
Baseline naïf	-5.39
Notre modèle	1.95
UMX (référence)	6.32

L'objectif n'est pas de battre UMX mais de montrer que le modèle apprend (SDR > baseline naïf, loss qui descend).

---

Démo Streamlit

streamlit run app.py

Puis ouvrir http://localhost:8501 dans le navigateur.

---

Structure du projet

demix_project/
├── models/
│   └── unet.py          # Architecture U-Net PyTorch
├── data/
│   └── dataset.py       # DataLoader MUSDB18
├── train.py             # Script d'entraînement
├── evaluate.py          # Évaluation BSS-Eval
├── app.py               # Application Streamlit
├── requirements.txt
└── README.md

---

Références

• Jansson et al., Singing Voice Separation with Deep U-Net Convolutional Networks, ISMIR 2017
• Hennequin et al., Spleeter: a fast and efficient music source separation tool, JOSS 2020
• Stöter et al., Open-Unmix – A Reference Implementation for Music Source Separation, JOSS 2019
• Défossez et al., Hybrid Transformers for Music Source Separation, ICASSP 2023