spleeter
v2.3.0
️ La version Spleeter 2.1.0 introduit quelques modifications importantes, notamment une nouvelle dénomination des options CLI pour l'entrée et la suppression du package GPU dédié. Veuillez lire CHANGELOG pour plus de détails.
Spleeter est une bibliothèque de séparation de sources Deezer avec des modèles pré-entraînés écrits en Python et utilise Tensorflow. Il facilite l'entraînement du modèle de séparation de sources (en supposant que vous disposez d'un ensemble de données de sources isolées) et fournit un modèle de pointe déjà entraîné pour effectuer différentes sortes de séparation :
Les modèles à 2 et 4 tiges ont des performances élevées sur l'ensemble de données muscb. Spleeter est également très rapide car il peut effectuer une séparation des fichiers audio en 4 tiges 100 fois plus rapidement qu'en temps réel lorsqu'il est exécuté sur un GPU.
Nous avons conçu Spleeter pour que vous puissiez l'utiliser directement depuis la ligne de commande ainsi que directement dans votre propre pipeline de développement en tant que bibliothèque Python. Il peut être installé avec pip ou être utilisé avec Docker.
Depuis sa sortie, plusieurs forks exposent Spleeter via une interface utilisateur guidée (GUI) ou un site Web autonome gratuit ou payant. Veuillez noter que nous n’hébergeons, ne maintenons ni ne soutenons directement aucune de ces initiatives.
Cela étant dit, de nombreux projets sympas ont été construits en plus du nôtre. Notamment le portage vers l'écosystème Ableton Live à travers le projet Spleeter 4 Max.
Les modèles pré-entraînés Spleeter ont également été utilisés par des logiciels audio professionnels. Voici une liste non exhaustive :
? Spleeter est une base de référence pour le Music Demixing Challenge en cours !
Découvrez notre version commerciale : Spleeter Pro. Bénéficiez de notre expertise pour une séparation audio précise, des vitesses de traitement plus rapides et une assistance professionnelle dédiée.
Vous voulez l'essayer mais vous ne souhaitez rien installer ? Nous avons mis en place un Google Colab.
Prêt à vous y plonger ? En quelques lignes, vous pouvez installer Spleeter et séparer les parties vocales et d'accompagnement d'un exemple de fichier audio. Vous devez d'abord installer ffmpeg et libsndfile . Cela peut être fait sur la plupart des plateformes en utilisant Conda :
# install dependencies using conda
conda install -c conda-forge ffmpeg libsndfile
# install spleeter with pip
pip install spleeter
# download an example audio file (if you don't have wget, use another tool for downloading)
wget https://github.com/deezer/spleeter/raw/master/audio_example.mp3
# separate the example audio into two components
spleeter separate -p spleeter:2stems -o output audio_example.mp3
️ Notez que nous ne recommandons plus d'utilisercondapour installer spleeter.
️ Il existe des problèmes connus avec les puces Apple M1, principalement dus à la compatibilité TensorFlow. En attendant que ces problèmes soient résolus, vous pouvez utiliser cette solution de contournement.
Vous devriez obtenir deux fichiers audio séparés ( vocals.wav et accompaniment.wav ) dans le dossier output/audio_example .
Pour une documentation détaillée, veuillez consulter le wiki du référentiel
Ce projet est géré à l'aide de Poetry, pour exécuter la suite de tests, vous pouvez exécuter l'ensemble de commandes suivant :
# Clone spleeter repository
git clone https://github.com/Deezer/spleeter && cd spleeter
# Install poetry
pip install poetry
# Install spleeter dependencies
poetry install
# Run unit test suite
poetry run pytest tests/Si vous utilisez Spleeter dans votre travail, veuillez citer :
@article { spleeter2020 ,
doi = { 10.21105/joss.02154 } ,
url = { https://doi.org/10.21105/joss.02154 } ,
year = { 2020 } ,
publisher = { The Open Journal } ,
volume = { 5 } ,
number = { 50 } ,
pages = { 2154 } ,
author = { Romain Hennequin and Anis Khlif and Felix Voituret and Manuel Moussallam } ,
title = { Spleeter: a fast and efficient music source separation tool with pre-trained models } ,
journal = { Journal of Open Source Software } ,
note = { Deezer Research }
}Le code de Spleeter est sous licence MIT.
Si vous envisagez d'utiliser Spleeter sur du matériel protégé par le droit d'auteur, assurez-vous au préalable d'obtenir l'autorisation appropriée des titulaires des droits.
Spleeter est un logiciel complexe et même si nous essayons continuellement de l'améliorer et de le tester, vous pouvez rencontrer des problèmes inattendus lors de son exécution. Si tel est le cas, veuillez d'abord consulter la page FAQ ainsi que la liste des problèmes actuellement ouverts.
Il semble que parfois la commande de raccourci spleeter ne fonctionne pas correctement sous Windows. Il s'agit d'un problème connu que nous espérons résoudre bientôt. En attendant, remplacez spleeter separate par python -m spleeter separate en ligne de commande et cela devrait fonctionner.
Si vous souhaitez participer au développement de Spleeter, vous êtes plus que bienvenu. N'hésitez pas à nous faire une pull request et nous ferons de notre mieux pour l'examiner rapidement. Veuillez d'abord consulter nos directives.
Ce référentiel comprend un fichier audio de démonstration audio_example.mp3 qui est un extrait de Slow Motion Dream de Steven M Bryant (c) copyright 2011 Sous licence Creative Commons Attribution (3.0) Ft : CSoul, Alex Beroza et Robert Siekawitch
