|
Spleeter基于TensorFlow开发，本身运行速度非常快。分离过程可以在GPU或CPU上执行。在GPU上运行，如果它将音频文件分成四个音轨，可以比实时速度快100倍。安装Spleeter并不难，只需克隆存储库并选择用 Conda 环境安装即可开始分离音频文件。由于操作还是很复杂的，需要有一定的python基础，所以国外大神做了个可视化版本，特此搬运。（虽然还是需要很多环境，但是总比python敲代码要简单太多了）用户可以根据自己的需求来训练模型，Deezer 还给出了在 musdb 数据集上的预训练模型，因此能直接拿来使用。在官方提供的预训练模型里，Spleeter 可将人声和乐器声分为 2 个音轨，已经能满足基本的要求。此外它还能把乐器声进一步分离为鼓、贝斯、钢琴及其他乐曲，加上人声，spleeter 最多可以分离出 5 个音轨。
|
