StemDeck: separador de stems audio IA gratis y local

Qué es StemDeck y por qué debería importarte

StemDeck es un separador de stems de audio por IA, gratis, de código abierto y 100% local. Publicada en GitHub como stemdeckapp/stemdeck, la herramienta toma un archivo MP3, WAV, FLAC, OGG/Opus, MP4 o M4A, o bien una URL de YouTube, y lo divide en hasta seis pistas independientes: voces, batería, bajo, guitarra, piano y "otros". Todo el procesamiento ocurre en tu propia máquina: nada se sube a la nube, no requiere cuenta y no impone cuotas.

Para un creador indie, un profesor de música o un founder construyendo un producto sobre audio, esa promesa importa. Separar stems solía ser algo que solo se podía hacer en un estudio con las pistas originales, o pagando suscripciones mensuales a servicios en la nube como Moises o LALAL.AI. StemDeck cambia la ecuación: corre sobre el modelo Demucs htdemucs_6s de Meta AI, lo descarga una sola vez (~170 MB) y lo deja cacheado en tu disco. En el primer lanzamiento también baja un runtime de Python (~500 MB) y FFmpeg, así que el setup inicial toma algunos minutos y luego arranca en segundos.

Cómo funciona el motor de separación por stems

El núcleo técnico es Demucs htdemucs_6s, la red neuronal de código abierto de Meta AI para separación de fuentes musicales, ejecutada sobre PyTorch con autodetección de dispositivo: CUDA si tienes GPU NVIDIA, MPS si usas Apple Silicon (M1 en adelante), o CPU como fallback. Sobre ese motor, StemDeck envuelve una aplicación de escritorio con un mixer multipista estilo DAW (estaciones de audio digital) que incluye:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Waveforms min/max renderizadas en <canvas> con normalización compartida, zoom, fit y un playhead dorado.
Faders de volumen, mute, solo y monitor por stem, sincronizados entre el mixer de previsualización y la barra lateral.
VU meters en vivo por pista, con RMS post-gain, peak hold y caída lenta, usando AnalyserNode de Web Audio.
Selección de subset de stems: eliges qué pistas exportar; si no las seleccionas todas, aparece automáticamente una séptima pista llamada "Original" con la canción completa menos lo que extrajiste, perfecta para comparación A/B sin duplicar archivos.
Exportación de mix: un mix.wav único con las pistas elegidas, sumado vía ffmpeg amix.

Además, el motor analiza cada canción y devuelve BPM (con librosa beat tracker), tono, escala y nivel de confianza (perfiles Albrecht-Shanahan), LUFS integrados según ITU-R BS.1770 (vía pyloudnorm) y pico de muestra en dBFS. Los trabajos son cancelables a mitad de pipeline, la cola admite hasta tres jobs en espera, y cada job se barre automáticamente a las 24 horas (TTL configurable).

El cap de duración por pista es de 1.200 segundos (20 minutos), configurable vía la variable STEMDECK_MAX_DURATION_SEC. Para una startup que procesa podcasts largos o sets de DJ de más de 20 minutos, es un parámetro a tocar antes de escalar.

StemDeck frente a Moises y LALAL.AI: la comparación honesta

El propio README de StemDeck incluye una tabla comparativa que conviene leer con detenimiento. Y los precios de la competencia, según una revisión de Moises publicada en 2026, son los siguientes: Free con 5 subidas al mes, Premium a US$3,99/mes o US$35,88/año con 30 subidas y herramientas de práctica (tempo con pitch lock, detección de tonalidad, transposición), y Pro a US$9,99/mes o US$89,99/año con subidas ilimitadas, metrónomo inteligente con detección de acordes y los modelos de separación más avanzados.

Aspecto	StemDeck	Moises / LALAL.AI
Precio	Gratis, para siempre	Freemium con créditos o suscripción
Hosting	100% local	Nube; el audio se sube a sus servidores
Cuenta / login	Ninguna	Requerida
Privacidad	El audio nunca sale de tu equipo	Procesado en servidores de terceros
Modelo de stems	Demucs `htdemucs_6s` (open source)	Modelos propietarios, generalmente más finos
Número de stems	6	Hasta 10 según plan
Apps móviles	No	iOS y Android (Moises)
Procesamiento por lotes	Un job a la vez	Sí, en planes pagos
Pulido de UI	Funcional, nivel hobby	Pulido, nivel producción
Código fuente	Abierto, forkeable, auto-hospedable	Cerrado

La conclusión que el propio proyecto plantea es clara: si necesitas velocidad, calidad máxima, acceso móvil o tooling profesional para músicos, los productos comerciales valen lo que cobran. Si lo que quieres es obtener stems para estudio personal, mantener tu audio privado o correr algo local sin ataduras, StemDeck es suficiente.

Cómo instalar StemDeck paso a paso

El proyecto distribuye instaladores pre-construidos en cada GitHub Release:

macOS: dos DMG, StemDeck-macOS-arm64.dmg para Apple Silicon (M1 o superior, con MPS) y StemDeck-macOS-x64.dmg para Intel (CPU). Al abrir el DMG, arrastra StemDeck a Aplicaciones y ejecútalo. En el primer arranque se descarga el runtime de Python (~500 MB), FFmpeg y el modelo Demucs (~170 MB). macOS puede mostrar el prompt de Gatekeeper; se bypasea con clic derecho → Abrir.
Windows: dos zips, StemDeck-Windows-x64.zip (solo CPU, ~700 MB) y StemDeck-Windows-x64.NVIDIA.zip (con CUDA, ~1.6 GB). Extrae, ejecuta StemDeck.exe y los assets viven junto al ejecutable, en una carpeta data/, no en AppData. Mueve la carpeta entera donde quieras y sigue funcionando.
Linux: git clone + ./run.sh setup (instala ffmpeg y uv, hace uv sync) y ./run.sh start. Abre http://localhost:8000.
Docker: docker compose -f build/docker-compose.yml up --build, con los stems aterrizando en ./jobs/. Hay imagen pre-construida en ghcr.io/stemdeckapp/stemdeck con tags edge, latest y versiones fijas.
Unraid: disponible en Community Applications, buscando "StemDeck", con mapeo de volúmenes a /mnt/user/appdata/stemdeck/.

Para aceleración por GPU NVIDIA, hay que instalar el build CUDA de PyTorch antes del primer arranque (uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124) y setear STEMDECK_DEMUCS_DEVICE="cuda". La imagen Docker ya lo trae preinstalado.

Qué significa esto para creadores y founders

Privacidad por defecto: si tu modelo de negocio procesa audio de clientes con NDA, demos confidenciales o material pre-release, correr Demucs local significa que ese audio nunca toca un servidor de terceros. No es una configuración opt-in, es el diseño base.
Costo marginal cero: puedes procesar cientos de stems al mes sin sumar una línea en tu SaaS spend. Para equipos chicos que usan separación como pre-processing (por ejemplo, remixing, generación de datasets, o transcripción de música), el ahorro frente a Moises Premium o Pro es inmediato.
Riesgo legal acotado: el repositorio aclara que StemDeck no almacena, cachea ni redistribuye audio, y que el soporte de YouTube vía yt-dlp es solo una conveniencia para contenido que tengas derecho a procesar. La responsabilidad queda en el usuario, lo cual es el modelo legal correcto para una herramienta open source.
Limitaciones que importan al producto: no hay batch processing (un job a la vez), no hay app móvil, no hay detección de acordes, ni transposición, ni click track. Si tu startup vende herramientas a músicos profesionales, StemDeck no reemplaza a Moises. Si lo que quieres es un backend open source y auto-hospedable para hacer separación en tu propio pipeline, es una base excelente sobre la que construir (la API REST + SSE está documentada en el README).

Conclusión

StemDeck no intenta ganarle a Moises o LALAL.AI en calidad de separación ni en features para músicos profesionales. Su propuesta es más simple y, por eso mismo, más útil en ciertos contextos: separación de stems por IA, gratis, local, sin cuenta y open source, construida sobre Demucs y envuelta en una UI de escritorio multiplataforma. Para founders y creadores que valoran la privacidad, el costo cero y la posibilidad de forkear y auto-hospedar, es la pieza que faltaba en el stack de audio IA.