Avances en la separación de stems: ¿Qué supera a Demucs?

Después del auge de los modelos de separación con IA como Demucs, surge la pregunta: ¿ha salido algo más avanzado y libre? La respuesta es un poco matizada. Aunque han aparecido herramientas comparables o incluso más avanzadas, una situación curiosa persiste: HTDemucs v4 sigue siendo una de las referencias principales en el ámbito del software abierto.

Muchos proyectos nuevos, en realidad, utilizan Demucs por debajo o lo combinan con otros modelos para obtener los mejores resultados posibles. A continuación, desglosamos qué ha aparecido después y cómo se compara realmente esta nueva tecnología.

MDX-Net: Velocidad y especialización

Estos modelos salieron tras la versión 2 de Demucs y rápidamente ganaron popularidad. Sus ventajas son claras: son mucho más pequeños, rápidos y destacan por extraer voces limpias con gran precisión.

Sin embargo, tienen sus desventajas. Por lo general, los modelos MDX-Net separan menos stems que las soluciones tradicionales—muchos se limitan a dos partes—y pueden ser menos robustos frente a mezclas de audio muy densas o complejas.

Ultimate Vocal Remover: Un ecosistema, no solo un modelo

No es correcto hablar de UVR como si fuera un único modelo nuevo. Es más bien una plataforma que actúa como un ecosistema completo, reuniendo Demucs, MDX, la arquitectura VR y modelos entrenados por la comunidad.

La gracia de este enfoque práctico es que permite a los usuarios probar distintos modelos y quedarse con el que mejor funcione para cada canción específica. Por eso, mucha gente lo considera actualmente el estado del arte en software libre.

Investigación reciente: Separación basada en consultas

Hay líneas de investigación más nuevas, como los modelos «query-based», que permiten pedir instrumentos específicos—como una guitarra o un piano—en lugar de limitarse a los cuatro stems clásicos (voces, batería, bajo y otros).

Un ejemplo académico interesante es el sistema Banquet, que utiliza reconocimiento de instrumentos para lograr separaciones mucho más específicas.

Herramientas modernas e híbridos

En la práctica actual, lo más avanzado suele ser una mezcla de herramientas. Pipelines híbridos que combinan Demucs con MDX, servicios en línea como MVSEP, o incluso variantes de Demucs integradas internamente dentro de DAWs modernos como FL Studio.

Conclusión

En resumen para 2026: Demucs v4 mantiene su posición de referencia open-source; MDX-Net domina la extracción vocal rápida y precisa; UVR ofrece el poder práctico del ecosistema completo, y la investigación avanza hacia modelos auto-supervisados que aún no tienen un uso generalizado.