SpleeterMsvcExe 项目教程

SpleeterMsvcExe 项目教程

SpleeterMsvcExe Windows command line program for Spleeter, written in pure C, no need of Python. | Spleeter 的 Windows 命令行程序，纯 C 语言编写，无需 Python. 项目地址: https://gitcode.com/gh_mirrors/sp/SpleeterMsvcExe

1. 项目介绍

SpleeterMsvcExe 是一个基于 Spleeter 的 Windows 命令行程序，用于将音频文件中的伴奏和人声分离。该项目使用纯 C 语言编写，通过 ffmpeg 读取和写入音频文件，并使用 Tensorflow C API 调用 Spleeter 模型。SpleeterMsvcExe 无需安装 Python 环境，内部也不包含任何 Python 相关内容。此外，该项目通过分段处理减少了内存占用，可以处理长度超过 30 分钟的单个音频文件，分段时有长度扩展处理，使各分段可无缝连接，合并结果无可感知的差异。

2. 项目快速启动

2.1 下载与解压

首先，从 SpleeterMsvcExe GitHub 仓库 下载最新的 release 版本程序，并解压到任意位置。

2.2 下载模型文件

执行 models 目录中的 download_models.bat 脚本，自动下载并解压 Spleeter 模型文件。或者手动下载 release 中的 models-all.zip 文件并解压到 models 目录中。如果需要 16kHz 模型，还需手动执行 generate_16kHz.bat。

2.3 分离音频文件

将 song.mp3 文件拖拽到 Spleeter.exe 上，或在命令行执行以下命令：

Spleeter.exe song.mp3

这将把 song.mp3 分离为人声 (song_vocals.mp3) 和伴奏 (song_accompaniment.mp3) 两个音轨。

2.4 其他参数

更多参数请查看帮助和使用示例。例如：

Spleeter.exe -m 4stems -o result.m4a -b 192k song.mp3

这将把 song.mp3 分离为 4 个音轨：人声、鼓、贝斯、其它，并输出为 M4A 格式，比特率为 192kbps。

3. 应用案例和最佳实践

3.1 音乐制作

在音乐制作过程中，SpleeterMsvcExe 可以帮助音乐制作人快速分离出歌曲中的伴奏和人声，便于进行后期处理和混音。

3.2 语音识别

在语音识别领域，SpleeterMsvcExe 可以用于分离出音频文件中的人声部分，提高语音识别的准确性。

3.3 音频分析

在音频分析领域，SpleeterMsvcExe 可以用于分离出音频文件中的不同音轨，便于进行音频特征提取和分析。

4. 典型生态项目

4.1 Spleeter

Spleeter 是 Deezer 开源的音频分离工具，SpleeterMsvcExe 是基于 Spleeter 的 Windows 命令行程序。

4.2 spleeterpp

spleeterpp 是 Guillaume Vincke 开发的项目，SpleeterMsvcExe 的 Spleeter 处理部分代码参考其实现，并使用了其提供的转换后的 Spleeter 模型文件。

4.3 SpleeterGUI

SpleeterGUI 是一个基于 Spleeter 的图形化界面工具，方便用户通过图形界面进行音频分离操作。

通过以上模块的介绍，您可以快速了解并使用 SpleeterMsvcExe 项目。

SpleeterMsvcExe Windows command line program for Spleeter, written in pure C, no need of Python. | Spleeter 的 Windows 命令行程序，纯 C 语言编写，无需 Python. 项目地址: https://gitcode.com/gh_mirrors/sp/SpleeterMsvcExe