spleeter下載 - spleeter原始碼下載

spleeter

Python

v2.3.0

下載

️ Spleeter 2.1.0 版本引入了一些重大更改，包括輸入的新 CLI 選項命名以及專用 GPU 套件的刪除。請閱讀變更日誌以獲取更多詳細資訊。

關於

Spleeter是 Deezer 來源分離函式庫，具有 Python 編寫的預訓練模型，並使用 Tensorflow。它可以輕鬆地訓練源分離模型（假設您有一個孤立來源的資料集），並提供已經訓練好的最先進模型來執行各種風格的分離：

人聲（歌聲）/伴奏分離（2幹）
人聲/鼓/貝斯/其他分離（4根）
人聲/鼓/貝斯/鋼琴/其他分離（5幹）

2 乾和 4 乾模型在 musdb 資料集上具有較高的性能。 Spleeter 的速度也非常快，因為在 GPU 上運行時，它可以將音訊檔案分離為 4 個主幹，速度比即時速度快 100 倍。

我們設計了Spleeter，以便您可以直接從命令列使用它，也可以直接在您自己的開發管道中作為 Python 庫使用它。它可以與 pip 一起安裝，也可以與 Docker 一起使用。

使用Spleeter 的專案和軟體

自發布以來，有多個分叉透過引導使用者介面 (GUI) 或獨立的免費或付費網站公開了Spleeter 。請注意，我們不會主持、維護或直接支持任何這些措施。

話雖這麼說，許多很酷的項目都是建立在我們的基礎上的。值得注意的是透過 Spleeter 4 Max 計畫移植到Ableton Live生態系統。

Spleeter預訓練模型也已被專業音訊軟體使用。這是一個非詳盡的清單：

iZotope 的RX 8中的音樂重新平衡功能
SpectralLayers 7中的Unmix功能中的 SpectralLayers
Acoustica 7中的 Acon Digital
VirtualDJ 的乾隔離功能
NeuralMix和djayPRO應用程式套件中的 Algoriddim

？ Spleeter是正在進行的音樂解混挑戰的基準！

Spleeter Pro（商業版）

看看我們的商業版本：Spleeter Pro。受益於我們在精確音訊分離、更快的處理速度和專門的專業支援方面的專業知識。

快速啟動

想嘗試但不想安裝任何東西？我們建立了 Google Colab。

準備好深入研究了嗎？只需幾行，您就可以安裝Spleeter並將範例音訊檔案中的人聲和伴奏部分分開。您需要先安裝ffmpeg和libsndfile 。可以使用 Conda 在大多數平台上完成：

 # 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

️請注意，我們不再建議使用conda來安裝 spleeter。

️ Apple M1 晶片存在已知問題，主要是由於 TensorFlow 相容性造成的。在修復這些問題之前，您可以使用此解決方法。

您應該在output/audio_example資料夾中獲得兩個獨立的音訊檔案（ vocals.wav和accompaniment.wav ）。

有關詳細文檔，請查看存儲庫 wiki

開發與測試

此專案使用 Poetry 進行管理，要執行測試套件，您可以執行以下命令集：

 # 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/

參考

Deezer Research - 來源分離引擎故事 - deezer.io 部落格文章：
- 英文版
- 日文版
帶有預訓練模型的音樂源分離工具/ISMIR2019擴展摘要

如果您在工作中使用Spleeter ，請引用：

 @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 }
}