spleeter下载 - spleeter源代码下载

spleeter

Python

v2.3.0

下载

️ Spleeter 2.1.0 版本引入了一些重大更改，包括输入的新 CLI 选项命名以及专用 GPU 包的删除。请阅读变更日志以获取更多详细信息。

关于

Spleeter是 Deezer 源分离库，具有用 Python 编写的预训练模型，并使用 Tensorflow。它可以轻松地训练源分离模型（假设您有一个孤立源的数据集），并提供已经训练好的最先进模型来执行各种风格的分离：

人声（歌声）/伴奏分离（2干）
人声/鼓/贝司/其他分离（4根）
人声/鼓/贝斯/钢琴/其他分离（5干）

2 干和 4 干模型在 musdb 数据集上具有较高的性能。 Spleeter 的速度也非常快，因为在 GPU 上运行时，它可以将音频文件分离为 4 个主干，速度比实时速度快 100 倍。

我们设计了Spleeter，以便您可以直接从命令行使用它，也可以直接在您自己的开发管道中作为 Python 库使用它。它可以与 pip 一起安装，也可以与 Docker 一起使用。

使用Spleeter 的项目和软件

自发布以来，有多个分叉通过引导用户界面 (GUI) 或独立的免费或付费网站公开了Spleeter 。请注意，我们不主持、维护或直接支持任何这些举措。

话虽这么说，许多很酷的项目都是建立在我们的基础上的。值得注意的是通过 Spleeter 4 Max 项目移植到Ableton Live生态系统。

Spleeter预训练模型也已被专业音频软件使用。这是一个非详尽的列表：

iZotope 的RX 8中的音乐重新平衡功能
SpectralLayers 7中的Unmix功能中的 SpectralLayers
Acoustica 7中的 Acon Digital
VirtualDJ 的干隔离功能
NeuralMix和djayPRO应用程序套件中的 Algoriddim

？ Spleeter是正在进行的音乐解混挑战的基准！

Spleeter Pro（商业版）

查看我们的商业版本：Spleeter Pro。受益于我们在精确音频分离、更快的处理速度和专门的专业支持方面的专业知识。

快速启动

想尝试一下但不想安装任何东西？我们建立了 Google Colab。

准备好深入研究了吗？只需几行，您就可以安装Spleeter并将示例音频文件中的人声和伴奏部分分开。您需要首先安装ffmpeg和libsndfile 。可以使用 Conda 在大多数平台上完成：

 # 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

️请注意，我们不再建议使用conda来安装 spleeter。

️ Apple M1 芯片存在已知问题，主要是由于 TensorFlow 兼容性造成的。在修复这些问题之前，您可以使用此解决方法。

您应该在output/audio_example文件夹中获得两个独立的音频文件（ vocals.wav和accompaniment.wav ）。

有关详细文档，请查看存储库 wiki

开发与测试

该项目使用 Poetry 进行管理，要运行测试套件，您可以执行以下命令集：

 # 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/

参考

Deezer Research - 源分离引擎故事 - deezer.io 博客文章：
- 英文版
- 日文版
带有预训练模型的音乐源分离工具/ISMIR2019扩展摘要

如果您在工作中使用Spleeter ，请引用：

 @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 }
}