GitHub 25k Star 音乐分离神器

戳上方蓝字�?牛皮糖不吹牛*”关注我

大家好，我是牛皮糖！今天要给大家介绍的是一个音乐制作领域的革命性开源项目——Spleeter。这是一个由Deezer公司开发的，能够将音乐曲目分离成不同的音轨（例如人声和伴奏）的神器�?

**项目简�?*

Spleeter 是一个基于深度学习的源分离工具，它可以帮助用户从一首歌曲中提取出人声和伴奏。这在音乐制作、混音、翻唱等领域具有极大的应用价值。想象一下，当你听到一首喜欢的歌曲，想要翻唱或者进行混音创作，但是苦于没有伴奏，Spleeter 可以帮你轻松解决这个问题�?

如何使用

首先，你需要安装Python环境，然后需要安装ffmpeg,最后通过pip安装Spleeter。安装完成后，你可以通过命令行或者编写脚本来调用Spleeter的功能，将音乐文件分离成不同的音轨�?

-
# 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

核心功能****

分离音轨：Spleeter能够将音乐文件分离成人声和伴奏，甚至更多音轨�?
多格式支持：支持多种音频格式，如MP3、WAV等�?
实时处理：虽然Spleeter主要设计用于批处理，但也可以用于实时音频分离�?

**技术亮�?*

深度学习：Spleeter利用深度学习技术，通过训练模型来实现音频的分离�?
多音轨分离：除了分离人声和伴奏，Spleeter还能够分离出其他音轨，如鼓点、贝斯等�?

性能分析

使用基于U-net的CNN模型进行人声和伴奏的分离，训练在Deezer的内部数据集上。它在musdb18数据集上表现出色，与Open-Unmix和Demucs相比，具有可比的分离性能，如SDR、SAR、SIR和ISR指标。Spleeter在单个GPU上运行速度快，能在2分钟内处�?小时音频，非常适合处理大型数据集�?

项目地址�?

https://github.com/deezer/spleeter

·················END·················

*项目简�?

如何使用

核心功能****

*技术亮�?

推荐阅读

**项目简�?*

**技术亮�?*