Spleeter er Deezer lydkildeseparationsbibliotek med foruddannede modeller skrevet i Python og bruger Tensorflow.Instrumentet er i stand til at opdele et musikspor i separate komponenter (vokal, trommer, bas og andre specifikke lyde).Efter at have opdelt i flere lydspor, kan hver af dem bruges til deres egne formål (fjern vokal, klip guitarrytme og mere).De resulterende lydspor kan importeres til en hvilken som helst lydredigerer, f.eks. Audacity.Det gør det let at træne kildeseparationsmodel (forudsat at du har et datasæt med isolerede kilder), og giver allerede uddannet moderne model til udførelse af forskellige smag afadskillelse: ... Sang (sangstem) / akkompagnementsadskillelse (2 stængler) Sang / trommer / bas / anden adskillelse (4 stængler) Sang / trommer / bas / klaver / anden adskillelse (5 stængler) 2 stængler og 4 stænglemodeller harstate of the art forestillinger på musdb datasættet.Spleeter er også meget hurtig, da den kan udføre adskillelse af lydfiler til 4 stængler 100x hurtigere end realtid, når de køres på en GPU.Vi designede Spleeter, så du kan bruge det lige fra kommandolinjen såvel som direkte i din egen udviklingspipeline som et Python-bibliotek.Det kan installeres med Conda, med pip eller bruges sammen med Docker.Hurtig start Vil du prøve det?Klon bare depotet og installer et Conda-miljø for at begynde at adskille lydfilen som følger: git klon conda env oprette -f spleeter / conda / spleeter-cpu.yaml conda aktiver spleeter-cpu spleeter separat -i spleeter / audio_example.mp3 -p spleeter: 2stems -o output Du skal få to adskilte lydfiler (vokal.wav og akkompagnement.wav) i output / audio_eksempel-mappen.For en mere detaljeret dokumentation, bedes du kontrollere lagerets wiki.Der er også et uofficielt websted, der giver dig mulighed for at bruge Spleeter online: