Spleeter 项目推荐
1. 项目基础介绍和主要编程语言
Spleeter 是由 Deezer 开发的一个开源音频源分离库,主要使用 Python 语言编写,并基于 TensorFlow 框架。该项目旨在提供一个易于使用的工具,帮助用户训练和使用预训练的音频源分离模型。
2. 项目核心功能
Spleeter 的核心功能包括:
- 音频源分离:支持多种分离模式,包括人声与伴奏分离(2 stems)、人声与鼓、贝斯、其他乐器分离(4 stems)、以及更复杂的分离模式(5 stems)。
- 高性能:在 GPU 上运行时,Spleeter 可以实现比实时处理快 100 倍的分离速度。
- 易用性:用户可以通过命令行直接使用 Spleeter,也可以将其集成到自己的 Python 开发流程中。
- 跨平台支持:Spleeter 可以通过 pip 安装,也可以使用 Docker 进行部署。
3. 项目最近更新的功能
Spleeter 最近的更新包括:
- 2.1.0 版本:引入了一些重大变更,包括新的 CLI 选项命名和移除了专门的 GPU 包。详细信息请参阅 CHANGELOG。
- Google Colab 支持:为了方便用户快速上手,项目团队设置了一个 Google Colab 环境,用户无需安装任何软件即可尝试 Spleeter 的功能。
- Apple M1 芯片兼容性改进:虽然仍存在一些 TensorFlow 兼容性问题,但项目团队正在努力解决这些问题,并提供了一些临时解决方案。
通过这些更新,Spleeter 不仅保持了其高性能和易用性,还进一步提升了跨平台的兼容性和用户体验。