ssmall256(個人開発)/2026-07
MacのApple Silicon専用機械学習フレームワーク「MLX」だけで動くように書き直された音源分離ツール。PyTorch不要で、既存ツールの最大2.5倍の速度でステムを書き出せる。
多くのAI音源分離ツールはPyTorchという重量級のフレームワークに依存しており、MacBookのGPU性能を十分に引き出せていませんでした。mlx-audio-separatorはApple独自の機械学習フレームワークMLXでゼロから最適化されており、M4 Mac miniでの検証では従来のaudio-separatorに比べて中央値で1.8倍、モデルによっては最大2.5倍高速に処理できると報告されています。処理速度は実時間の73倍に達するとされ、10分の曲であれば十数秒で全ステムの書き出しが完了する計算になります。動画編集や広告音楽制作でMacを使うクリエイターにとって、待ち時間を大きく削減できる実用ツールです。
対応モデルはBS-RoformerやMelBand-Roformer、MDX、MDXC、VR、Demucsなど既存の主要な音源分離アーキテクチャを一通りカバーしており、モデルの重みはsafetensors形式に変換してMLX用に配布されています。PyTorchやONNX Runtimeといった外部の重い実行環境を必要としない、Appleシリコン専用に薄く速い実行系を作った点が既存ツールとの違いです。導入はmacOS 13(Ventura)以降のApple Silicon搭載Mac上でPython 3.10以上の環境を用意し、`pip install mlx-audio-separator`を実行するだけです。独自モデルを使う場合は`[convert]`オプションでチェックポイント変換機能も追加できます。
MITライセンス
移植元となったPyTorchベースのステム分離ツール
同じくDemucsをMLXに移植した別プロジェクト