Spleeter是Deezer音频源分离库，具有使用Python编写的预训练模型，并使用Tensorflow。乐器能够将音乐音轨划分为单独的成分（人声，鼓，贝司和其他特定声音）。分成多个音轨后，它们中的每一个都可以用于自己的目的（删除人声，削减吉他节奏等等）。生成的音轨可以导入到任何音频编辑器（例如Audacity）中，可以轻松训练音源分离模型（假设您具有隔离音源的数据集），并提供已经训练好的艺术模型来执行各种音色分离：...人声（歌声）/伴奏分离（2个词干）人声/鼓/贝斯/其他分离（4个词干）人声/鼓/贝斯/钢琴/其他分离（5个词干）2个词干和4个词干模型有musdb数据集上最先进的表演。Spleeter也非常快，因为它可以在GPU上运行时将音频文件分离为4个茎，比实时快100倍。我们设计了Spleeter，因此您可以直接在命令行中使用它，也可以在自己的开发管道中直接使用它作为Python库。它可以与Conda，pip一起安装，也可以与Docker一起使用。快速入门想要试用吗？只需克隆存储库并安装Conda环境即可开始分离音频文件，如下所示：git clone conda env create -f spleeter / conda / spleeter-cpu.yaml conda激活spleeter-cpu spleeter独立-i spleeter / audio_example.mp3 -p spleeter：2stems -o输出您应该在output / audio_example文件夹中获得两个分开的音频文件（vocals.wav和accompaniment.wav）。有关更详细的文档，请检查存储库Wiki。还有一个非官方网站，可让您在线使用Spleeter：