Spleeter är Deezer ljudkällseparationsbibliotek med förutsträckta modeller skrivna i Python och använder Tensorflow.Instrumentet kan dela upp ett musikspår i separata komponenter (sång, trummor, bas och andra specifika ljud).Efter att ha delats upp i flera ljudspår, kan var och en av dem användas för sina egna ändamål (ta bort sång, klipp gitarrrytm och mer).De resulterande ljudspåren kan importeras till valfri ljudredigerare, till exempel Audacity.It gör det enkelt att träna källseparationsmodell (förutsatt att du har ett dataset med isolerade källor), och ger redan tränad modern teknikmodell för att utföra olika smaker avseparation: ... Vokaler (sångröst) / ackompanjemangsuppdelning (2 stjälkar) Sång / trummor / bas / annan separering (4 stammar) Vokaler / trummor / bas / piano / annan separation (5 stjälkar) 2 stammar och 4 stammar modeller hartoppmoderna föreställningar på musdb-datasättet.Spleeter är också mycket snabb eftersom den kan utföra separering av ljudfiler till 4 stammar 100x snabbare än realtid när de körs på en GPU.Vi designade Spleeter så att du kan använda den direkt från kommandoraden och direkt i din egen utvecklingspipeline som ett Python-bibliotek.Det kan installeras med Conda, med pip eller användas med Docker.Snabbstart Vill du prova det?Klona bara förvaret och installera en Conda-miljö för att börja separera ljudfilen på följande sätt: git klon conda env skapa -f spleeter / conda / spleeter-cpu.yaml conda aktivera spleeter-cpu spleeter separat -i spleeter / audio_example.mp3 -p spleeter: 2stems -o output Du bör få två separata ljudfiler (vocals.wav och ackompanjemang.wav) i mappen output / audio_example.För mer detaljerad dokumentation, kontrollera lagringswiki.Det finns också en inofficiell webbplats som låter dig använda Spleeter online: