Spleeter

Spleeter 是由 Deezer 开发的音频源分离库，使用 Python 编写并基于 TensorFlow。该工具可将音乐轨道分割为独立音轨（人声、鼓、贝斯及其他特定声音）。分离后的各音轨可分别用于不同用途（如去除人声、截取吉他节奏等）。生成的音频文件可导入任意音频编辑器（如 Audacity）中使用。Spleeter 便于训练源分离模型（需具备独立音源数据集），并提供已训练好的前沿模型，支持多种分离模式：

• 人声（演唱声）与伴奏分离（2 音轨）
• 人声 / 鼓 / 贝斯 / 其他分离（4 音轨）
• 人声 / 鼓 / 贝斯 / 钢琴 / 其他分离（5 音轨） 2 音轨和 4 音轨模型在 MUSDB 数据集上表现达到业界领先水平。Spleeter 运行速度极快，在 GPU 上处理 4 音轨分离任务时，速度可达实时播放的 100 倍。 我们设计 Spleeter 可通过命令行直接使用，也可作为 Python 库集成至开发流程中。支持通过 Conda、pip 安装，或使用 Docker 运行。 快速入门 想试试看？只需克隆仓库并创建 Conda 环境，即可开始分离音频文件： git clone https://github.com/Deezer/spleeter conda env create -f spleeter/conda/spleeter-cpu.yaml conda activate spleeter-cpu spleeter separate -i spleeter/audio_example.mp3 -p spleeter:2stems -o output 您将在 output/audio_example 文件夹中获得两个分离出的音频文件（vocals.wav 和 accompaniment.wav）。 详细文档请查阅仓库 Wiki。 此外，还有一个非官方网站可在线使用 Spleeter：https://melody.ml