প্রকল্প সম্পর্কে

Spleeter হল Deezer Research-এর তৈরি একটি ওপেন-সোর্স মিউজিক সোর্স সেপারেশন লাইব্রেরি। এটি Python-এ লেখা এবং TensorFlow দ্বারা চালিত, যা প্রি-ট্রেইনড অত্যাধুনিক মডেল সরবরাহ করে যা একটি মিশ্র অডিও ট্র্যাককে পৃথক স্টেমে বিভক্ত করতে পারে। সমর্থিত সেপারেশন মোডগুলির মধ্যে রয়েছে 2-স্টেম (ভোকাল এবং অ্যাকম্প্যানিমেন্ট), 4-স্টেম (ভোকাল, ড্রাম, বেস, অন্যান্য), এবং 5-স্টেম (ভোকাল, ড্রাম, বেস, পিয়ানো, অন্যান্য)। 2-স্টেম এবং 4-স্টেম মডেলগুলি MUSDB ডেটাসেটে উচ্চ কর্মক্ষমতা অর্জন করে এবং GPU হার্ডওয়্যারে Spleeter রিয়েল-টাইমের চেয়ে 100x পর্যন্ত দ্রুত অডিও প্রসেস করতে পারে। লাইব্রেরিটি কমান্ড-লাইন ব্যবহার এবং কাস্টম Python পাইপলাইনে ইন্টিগ্রেশনের জন্য ডিজাইন করা হয়েছে। ইনস্টলেশন pip বা Docker-এর মাধ্যমে উপলব্ধ, এবং দ্রুত পরীক্ষার জন্য একটি Google Colab নোটবুক সরবরাহ করা হয়েছে যার জন্য স্থানীয় সেটআপের প্রয়োজন নেই। নির্ভরতাগুলির মধ্যে ffmpeg এবং libsndfile অন্তর্ভুক্ত, যা Conda-এর মাধ্যমে ইনস্টল করা যায়। প্রকল্পটি উন্নয়ন এবং পরীক্ষার জন্য Poetry দিয়ে পরিচালিত হয়। Spleeter-এর প্রি-ট্রেইনড মডেলগুলি পেশাদার অডিও সফটওয়্যার দ্বারা গৃহীত হয়েছে, যার মধ্যে রয়েছে iZotope RX 8 (Music Rebalance), Steinberg SpectralLayers 7 (Unmix), Acon Digital Acoustica 7, VirtualDJ স্টেম আইসোলেশন, এবং Algoriddim-এর NeuralMix এবং djayPRO। এটি ISMIR 2021-এ Music Demixing Challenge-এ একটি বেসলাইন হিসাবেও কাজ করে। একটি বাণিজ্যিক সংস্করণ, Spleeter Pro, Deezer Tech Services-এর মাধ্যমে উপলব্ধ, যা দ্রুত প্রসেসিং এবং ডেডিকেটেড সাপোর্ট প্রয়োজন এমন ব্যবহারকারীদের জন্য। প্রকল্পটি MIT-লাইসেন্সযুক্ত এবং Journal of Open Source Software (JOSS)-এ প্রকাশিত। পরিচিত সীমাবদ্ধতার মধ্যে রয়েছে TensorFlow সীমাবদ্ধতার কারণে Apple M1 চিপগুলির সাথে সামঞ্জস্যের সমস্যা, এবং Windows-এ মাঝে মাঝে CLI শর্টকাট সমস্যা যা python -m spleeter মডিউলটি সরাসরি কল করে সমাধান করা যেতে পারে।