spleeter分离伴奏和人声

近日，Deezer开源了一个名为Spleeter项目，该项目利用深度学习对音乐曲目进行源分离。它使用Keras和TensorFlow构建，Spleeter可以帮助音乐信息检索（MIR）领域的研究机构，充分利用最先进的源分离算法的强大功能，它以基于Tensorflow的Python库的形式出现，包含针对2、4和5个词干分隔的预训练模型。

什么是源分离？

音乐录音通常是几个单独乐器音轨的组合（主音，鼓，贝斯，钢琴等）。
音乐源分离的任务是：给定混合音我们是否可以恢复这些分离的音轨（有时称为tems）

这个任务的应用范围非常广泛：比如混音、上混音、主动聆听、教育目的，还可以预处理其他任务，例如转录。
通过多种乐器的混合，像Spleeter这样的源分离引擎会输出一组单独的音轨或词干。
有趣的是，我们的大脑非常擅长分离乐器。只需专注于该曲目中的一种乐器，您就可以与其他乐器完全区别开来，并且听到它。但这并不是真正的分离，您仍然可以听到所有其他部分。
在许多情况下，可能无法准确恢复已混合在一起的各个音轨。因此，面临的挑战是尽可能地逼近它们，也就是说，在不造成太多失真的情况下，尽可能地接近原作。
多年来，来自世界各地的数十个杰出研究团队探索了许多策略。
近来，取得了突破性的进步，这主要归功于机器学习方法的进步。
为了跟踪最新进展，人们一直在国际评估活动中比较他们的算法。所以我们知道Spleeter的性能与提出的最佳算法相匹配。
此外，Spleeter非常快。如果您运行的是GPU版本，则预期分离速度比实时速度快100倍，这使其成为处理大型数据集的理想选择。

数据集
mushdb

使用手册

命令	描述
train	训练源分离模型，您需要一个单独的轨道数据集才能使用它
evaluate	在musDB 测试集中进行预训练的模型评估

要获得有关separate 命令可用的不同选项的帮助 ，请键入：

spleeter separate -h

使用2stems模型

您可以使用默认的2个词干 （人声/伴奏）预训练模型直接分离音频文件， 如下所示：

spleeter separate -i audio_example.mp3 -o audio_output

-i 选项用于提供音频文件名列表。
-o 是提供输出路径在哪里写分离的wav文件。
由于该命令将下载预先训练的模型，因此在第一次运行时可能会花费一些时间。如果一切顺利，则应该获得一个audio_output/audio_example 包含两个文件的文件夹 ： accompaniment.wav 和 vocals.wav。

使用4stems模型

您还可以使用预先训练的4个主音色 （人声/贝斯/鼓/其他）模型：
该 -p 选项用于提供模型设​​置。它可以是Spleeter