Lokales Studio-Werkzeug für macOS auf Apple Silicon: Song oder Video ins Fenster ziehen und zurück kommen Stems, Tempo, Tonart, Taktraster, Akkorde, Lyrics und ein Mixer, in dem man alles gegeneinander hört. Alles läuft auf deinem Mac – keine Uploads, keine Warteschlange, keine Längenbegrenzung.
| 🔍 Nur analysieren | Tempo, Tonart, Takte und Akkorde in Sekunden – ohne Trennung |
| 🎛️ Stem-Trennung | Roformer, Demucs und MDX-Net, dazu zwei Ensembles – 2, 4 oder 6 Spuren |
| 🥁 Taktraster | Beats und Downbeats mit Beat This!, BPM per Regression über ein bereinigtes Raster |
| 🎹 Tonart | Bandbegrenztes CQT-Chromagramm mit Albrecht-Shanahan-Profilen, inklusive Camelot-Code |
| 🎨 Camelot-Farben | Der Key-Chip ist wie auf dem Rad eingefärbt, Moll blasser als Dur |
| 🎼 Akkorde | Ein Akkord pro Takt, klickbar zum Springen |
| 🔤 Lyrics | Whisper auf der Apple-GPU, als TXT, LRC, SRT und JSON, ohne erfundene Zeilen |
| 🎚️ Mixer | Alle Stems synchron, Pegel, Mute, Solo und A/B gegen das Original |
| 🏷️ Tags & Cover | ID3- und Vorbis-Tags samt Coverbild direkt in der Oberfläche bearbeiten |
| 🎛️ DJ-Export | rekordbox.xml und traktor.nml mit Beatgrid, Tonart und Cue-Points |
| ✂️ Loops | Am Downbeat geschnitten, 2, 4 oder 8 Takte, tempo-getaggt |
| 🎧 Pitch / Tempo | Halbtöne und Ziel-BPM über Rubber Band |
| 🎤 Vocals veredeln | De-Reverb, De-Noise und Lead/Backing in einer Kette |
| 🔒 Offline | Kein Upload, keine Anmeldung, keine Längenbegrenzung |
Du brauchst nur einen Mac mit Apple Silicon (M1 bis M4) und macOS 13 oder neuer. Alles Weitere – Python, ffmpeg, Homebrew – richtet StemLab selbst ein. Kein Entwicklerwerkzeug nötig.
- StemLab herunterladen (ZIP, rund 200 KB)
- Im Finder auf die geladene Datei doppelklicken – macOS entpackt sie zu
einem Ordner
stemlab-main - In dem Ordner auf „StemLab installieren" klicken – und zwar mit Rechtsklick → Öffnen, dann im Hinweis noch einmal auf Öffnen
Warum Rechtsklick? macOS misstraut allem, was aus dem Internet kommt, und ein normaler Doppelklick bringt nur die Meldung „… kann nicht geöffnet werden". Über Rechtsklick → Öffnen bekommst du stattdessen einen Hinweis mit einem Öffnen-Knopf. Das ist einmalig, danach nie wieder.
Es öffnet sich ein Terminal-Fenster, in dem der Fortschritt durchläuft. Beim ersten Mal dauert das ein paar Minuten, weil Python-Pakete geladen werden. Am Ende startet StemLab von selbst und liegt ab dann in deinem Programme-Ordner.
Wenn du ohnehin im Terminal arbeitest, geht es auch mit einer Zeile:
curl -fsSL https://raw.githubusercontent.com/tmsbyr87/stemlab/main/install.sh | bashDas lädt StemLab nach ~/Library/Application Support/StemLab/app, richtet
alles ein und startet es. Kein git nötig – auf einem frischen Mac würde das
sonst erst die Xcode Command Line Tools nachziehen wollen.
Wenn du Claude Code, Codex oder Cursor benutzt, gib dort einfach das ein:
Installiere StemLab auf diesem Mac:
https://github.com/tmsbyr87/stemlab
Folge dabei der AGENTS.md im Repo.
Der Agent liest die AGENTS.md und weiß damit, was zu tun ist: Vorprüfungen, Ablauf, und wie er die typischen Stolperstellen behebt – enges Python-Fenster, fehlendes ffmpeg, CPU- statt GPU-Modus, belegte Ports. Beim Homebrew-Passwort übergibt er an dich, das kann kein Agent übernehmen.
Der Umweg lohnt sich vor allem, wenn die normale Installation bei dir hakt: ein Agent liest die Fehlermeldung und reagiert darauf, statt nur abzubrechen.
StemLab liegt als App in ~/Applications und startet per Doppelklick. Ein zweiter Doppelklick öffnet nur ein weiteres Fenster zur laufenden Instanz. Beenden über „Beenden" oben rechts.
Die Modelle lädt StemLab erst, wenn du sie zum ersten Mal benutzt, und behält
sie dann unter ~/Library/Application Support/StemLab/models (Trennmodelle
65 MB bis 650 MB, Beat This! 77 MB, Whisper rund 1,5 GB). Ab da läuft alles
offline.
Dieselbe Zeile noch einmal ausführen, oder das ZIP neu laden und den Installer erneut anklicken. Die Modelle bleiben erhalten, nur der Code wird ersetzt.
Lösche ~/Applications/StemLab.app, den Projektordner,
~/Library/Application Support/StemLab, ~/Library/Logs/StemLab.log und
~/.cache/torch/hub/checkpoints/beat_this-*.ckpt.
Über dem Modellfeld steht die erste Entscheidung:
Nur analysieren braucht wenige Sekunden und liefert Tempo, Tonart, Takte, Akkorde und Energie. Für die Vorbereitung eines Sets ist das meist alles, was man wissen will – Modell und Format blendet StemLab dabei aus, weil sie keine Rolle spielen.
Trennen macht zusätzlich die Stems und dauert je nach Modell Minuten.
Beides landet im selben Ordner. Aus einer Analyse lassen sich die Stems jederzeit nachziehen: Knopf „Jetzt trennen" auf der Karte, ohne den Song erneut hochzuladen. Die Analyse wird dabei nicht neu gerechnet.
- Tonspur – Audio wird als 44,1-kHz-WAV vorbereitet; bei Videos (mp4, mov, mkv, webm, avi, …) zieht ffmpeg die erste Tonspur heraus.
- Analyse – nach wenigen Sekunden stehen in der Karte:
- Tempo aus dem Taktraster von Beat This! (Transformer-Beat-Tracker, CPJKU 2024). Das Modell liefert Zeiten auf einem 20-ms-Raster, auf dem sich ein Tempo wie 124 BPM (0,483871 s pro Beat) gar nicht abbilden lässt; außerdem setzt es in dichten Passagen Zwischenschläge. StemLab bestimmt deshalb erst die Grundperiode, ordnet jedem Beat seine Rasterposition zu und regressiert nur über die Beats, die auf dem Raster liegen. Eine Gegenprobe über die Downbeats deckelt die Sicherheit, wenn beide Schätzungen auseinanderlaufen. Die Halb-/Doppeltempo-Alternative steht daneben, weil sie musikalisch nicht entscheidbar ist.
- Tonart über ein auf 100–1000 Hz bandbegrenztes CQT-Chromagramm und Albrecht-Shanahan-Profile, dazu Camelot-Code (6A, 12B …), im Rad-Farbton eingefärbt. Die Begrenzung hält Bassdrum und Sub-Bass heraus: im vollen Band schmiert der Kick über alle zwölf Chroma-Bins und drückt das gemittelte Profil so flach, dass die Korrelation zwischen benachbarten Quinten praktisch würfelt. Bei geringer Sicherheit wird die zweitbeste Tonart mit angezeigt.
- Takte und Taktart, Akkorde pro Takt (Dreiklang-Templates auf dem taktsynchronen Chromagramm).
- Trennung mit dem gewählten Modell.
- Nebenprodukte im Ergebnisordner:
original.wav,analysis.json,beats.json,click.mid(MIDI-Klickspur, Downbeat = Note 76),chords.txt,waveform.json. - Tags – BPM und Tonart als
TBPM/TKEY(WAV, MP3) bzw.BPM/INITIALKEY(FLAC), optional auch im Dateinamen (vocals - 124bpm - 6A.wav). Rekordbox, Traktor, Serato und Ableton lesen das. Über Tags & Cover lassen sich alle Felder und das Coverbild von Hand nachziehen.
| Auswahl | Stems | Tempo | Download |
|---|---|---|---|
| Roformer | Vocals / Instrumental – Stand der Technik | langsam | ~640 MB |
| Ensemble – Vocal Balanced | zwei Roformer, im Spektrum gemittelt | sehr langsam | ~1,3 GB |
| Ensemble – Instrumental Clean | zwei Instrumental-Modelle per Max-Spec | sehr langsam | ~1,3 GB |
| Demucs 6 Stems | Vocals, Drums, Bass, Gitarre, Klavier, Rest | mittel | ~330 MB |
| Demucs 4 Stems | Vocals, Drums, Bass, Rest | schnell | ~80 MB |
| Demucs fine-tuned | wie 4 Stems, vier spezialisierte Netze | sehr langsam | ~320 MB |
| MDX-Net Inst HQ | Vocals / Instrumental, schneller Klassiker | schnell | ~65 MB |
Die Kandidaten stehen in engine.py (CATALOG); beim Start wird gegen die
tatsächliche Modellliste geprüft, damit umbenannte Dateien nichts kaputt machen.
Jede fertige Karte spielt alle Stems synchron über Web Audio: Pegel, Mute und Solo pro Spur, Wellenform mit Downbeat-Markern, Klick zum Springen. A/B Original schaltet auf den Ausgangsmix um – gleiche Position, um Bleed und Artefakte direkt zu beurteilen. Akkorde und Lyrics laufen mit dem Playhead mit; ein Klick auf einen Takt oder eine Zeile springt dorthin.
| Aktion | Was passiert | Ausgabe |
|---|---|---|
| Vocals veredeln | Kette aus De-Reverb/De-Echo (Mel-Roformer, SDR 13,5), De-Noise (SDR 28) und Lead/Backing-Trennung, jeder Schritt auf dem Ergebnis des vorigen | refined/vocals_dry.wav, …_dry_clean.wav, …_lead.wav, vocals_backing.wav |
| Loops | Jeden Stem am Downbeat in 2/4/8-Takt-Loops schneiden, mit Fades, 24 Bit, tempo-getaggt | loops/<stem>_takte_001-004_124bpm.wav |
| Pitch / Tempo | Halbtöne und Ziel-BPM über Rubber Band (in Homebrew-ffmpeg enthalten), Rückfall auf Phasenvocoder | shifted/<stem>_+2st_x1.05.wav |
| Lyrics | Whisper auf dem Vocal-Stem – mlx-whisper auf der Apple-GPU, sonst faster-whisper. Erfundene Zeilen über Stille werden verworfen |
lyrics.txt, .lrc (Karaoke-Zeitstempel), .srt, .json |
| Mix exportieren | Pegel und Stummschaltungen aus dem Mixer als Datei (z. B. Vocals −6 dB als Übungsmix) | mixes/<Name>.wav |
| Tags & Cover | Titel, Artist, Album, Label, Remix, Composer, Grouping, Genre, Jahr, Key, Tempo und Kommentar bearbeiten, Cover als JPEG oder PNG setzen – für den Mainmix (original.wav) oder einen einzelnen Stem |
schreibt direkt in die Datei |
| DJ-Export | rekordbox.xml und traktor.nml mit Beatgrid, Tonart, Tempo, Kommentar und bis zu acht Cue-Points |
rekordbox.xml, traktor.nml |
Aktionen laufen als eigene Aufträge in derselben Warteschlange und erscheinen als eigene Karten mit Playern.
Über Einstellungen > DJ-Export schreibt StemLab rekordbox.xml und
traktor.nml neben die Stems. Beide enthalten Beatgrid, Tonart, Tempo, den
Kommentar im eingestellten Format und bis zu acht Cue-Points.
Deine vorhandene Sammlung wird nie verändert. StemLab legt eigene Dateien an, die du importierst – in Rekordbox über „Datei > Importieren", in Traktor per Ziehen in den Explorer. Der Import ist ein Zwischenschritt, dafür ist nichts kaputtzumachen.
Die Cue-Points entstehen dort, wo sich die Energie deutlich ändert: ein Drop beginnt damit, dass es lauter und voller wird, ein Breakdown damit, dass die Drums wegfallen. Gesucht wird in Achtergruppen, weil Tanzmusik in Acht- und Sechzehntaktern gebaut ist, und jeder Cue landet auf einer Taktgrenze. Das ersetzt keine handgesetzten Cues, trifft die groben Abschnitte aber zuverlässig. Abschaltbar, falls du lieber selbst setzt.
Das Traktor-Format ist an einer echten collection.nml von Traktor Pro 4
abgelesen – Pfadtrenner /:, Cue-Zeiten in Millisekunden, Tonart als Zahl
(Chroma-Index, für Moll plus zwölf).
Alles landet in ~/Music/StemLab/<Songname>/; ein zweiter Lauf derselben
Datei bekommt (2). Beim Start zeigt die Oberfläche alle vorhandenen
Ergebnisordner als Bibliothek – mit Mixer, Akkorden und Lyrics, sofern
vorhanden.
| Datei | Zweck |
|---|---|
server.py |
Lokaler Webserver, Warteschlange, Aktionen, Bibliothek, SSE |
engine.py |
Modellkatalog, Trennung, Ensembles, kapselt audio-separator |
analysis.py |
Beat This!, Tonart, Akkorde, MIDI-Klick |
postprocess.py |
Tags und Cover, Wellenformen, Loops, Pitch/Tempo, Mix, Vocal-Veredelung, Lyrics |
static/index.html |
Oberfläche samt Web-Audio-Mixer, eine Datei |
setup.sh / start.sh |
Einrichtung, App-Bundle, Start im Terminal |
install.sh |
Einzeiler-Installation: lädt das ZIP und ruft setup.sh |
StemLab installieren.command |
Doppelklick-Installation aus dem entpackten Ordner |
AGENTS.md |
Anleitung für Coding-Agenten: Installation, Stolperstellen, offene Punkte |
tests/ |
pytest-Suite, synthetisches Material statt Audiodateien |
Der Server hört nur auf 127.0.0.1. Anfragen mit fremdem Host- oder
Origin-Header werden abgewiesen (CSRF, DNS-Rebinding). Ausgeliefert werden
nur Dateien aus dem Zielordner; der Zielordner selbst muss im Benutzerordner
liegen.
- Protokoll:
~/Library/Logs/StemLab.log. - Läuft auf der CPU: Kopfzeile zeigt „CPU-Modus" →
venv/bin/pip install --force-reinstall torch torchaudio. Fehlt einem Modell eine MPS-Operation, rechnet StemLab sie automatisch auf der CPU nach oder wiederholt den Lauf. - Kein Taktraster / „Tempo per Tempogramm": Beat This! konnte sein Modell nicht laden (77 MB, braucht beim ersten Mal Internet).
- Lyrics leer: Whisper hat keinen Gesang gefunden – oder der Vocal-Stem ist fast still. Die Sprache lässt sich im Knopf fest vorgeben.
- Lyrics mit erfundenen Zeilen: Whisper legt über stille Passagen gern
Floskeln aus seinen Trainingsdaten („Thank you.", „Untertitel von …").
StemLab entkoppelt die Segmente voneinander
(
condition_on_previous_text=False) und misst nach dem Transkribieren den Pegel jedes Segments im Vocal-Stem: unter −40 dB fliegt es immer raus, bekannte Floskeln schon unter −20 dB. Whispers eigenesno_speech_probtaugt dafür nicht, es stand bei genau diesen Zeilen auf 0,000.
venv/bin/python -m pytest224 Tests, rund anderthalb Sekunden. Sie brauchen keine Audiodateien: das Testmaterial wird erzeugt, damit die Wahrheit per Konstruktion feststeht. Ein Raster aus exakt 124 BPM muss 124 BPM ergeben, eine g-Moll-Kadenz muss g-Moll ergeben. So laufen die Tests überall, ohne dass Musik im Repo liegt.
Es sind Regressionstests für tatsächlich aufgetretene Fehler – Tempo, das durch Zwischenschläge davonlief, eine Tonart, die der Kick verfälschte, erfundene Lyrics über Stille, eine Cover-URL, die an Klammern im Ordnernamen zerbrach. Jeder Test trägt im Docstring, worum es ging.
Geprüft wurde die Suite per Mutationstest: gezielt eingebaute Fehler im Produktivcode müssen einen Test umwerfen. Von 23 Mutationen werden 22 gefangen; die eine Ausnahme ist folgenlos, weil eine zweite Prüfung im Code dahinter greift.
| Datei | Deckt ab |
|---|---|
tests/test_tempo.py |
Tempo aus dem Beat-Raster, Störungen, Faltung, Snapping |
tests/test_key.py |
Tonart, Bandbegrenzung, Camelot-Tabelle |
tests/test_lyrics.py |
Filterung erfundener Zeilen |
tests/test_tags.py |
Tags und Cover in WAV und FLAC |
tests/test_api.py |
HTTP-Schnittstelle, Pfad- und Host-Schutz |
tests/test_frontend.py |
Camelot-Farben, Cover-URL, Feldabgleich |
tests/test_export.py |
Rekordbox- und Traktor-Format, Cue-Erkennung |
tests/test_formats.py |
Zeitstempel, Dateinamen, Akkorde, MIDI-Klick, Sidecars |
Bei jedem Push laufen sie über GitHub Actions auf macOS gegen Python 3.10 bis
3.12, dazu shellcheck über die Installationsskripte.
Nicht abgedeckt: die Trennmodelle selbst (brauchen GPU und Gigabyte an Gewichten) und echtes Audio. Was das für Änderungen bedeutet, steht in AGENTS.md.
MIT – siehe LICENSE.
Die verwendeten Modelle und Bibliotheken bringen eigene Lizenzen mit: audio-separator, Demucs, Beat This!, librosa und faster-whisper. Für den kommerziellen Einsatz die jeweiligen Bedingungen prüfen.