spleeter

Spleeter es una biblioteca de código abierto para separación de fuentes musicales desarrollada por Deezer Research. Escrita en Python y impulsada por TensorFlow, proporciona modelos preentrenados de última generación que pueden descomponer una pista de audio mixta en pistas individuales. Los modos de separación compatibles incluyen 2 pistas (voces y acompañamiento), 4 pistas (voces, batería, bajo, otros) y 5 pistas (voces, batería, bajo, piano, otros). Los modelos de 2 y 4 pistas logran un alto rendimiento en el conjunto de datos MUSDB, y en hardware GPU Spleeter puede procesar audio hasta 100 veces más rápido que en tiempo real. La biblioteca está diseñada tanto para uso desde línea de comandos como para integración en pipelines personalizados de Python. La instalación está disponible a través de pip o Docker, y se proporciona un cuaderno de Google Colab para experimentación rápida sin configuración local. Las dependencias incluyen ffmpeg y libsndfile, instalables mediante Conda. El proyecto se gestiona con Poetry para desarrollo y pruebas. Los modelos preentrenados de Spleeter han sido adoptados por software de audio profesional, incluyendo iZotope RX 8 (Music Rebalance), Steinberg SpectralLayers 7 (Unmix), Acon Digital Acoustica 7, aislamiento de pistas en VirtualDJ, y NeuralMix y djayPRO de Algoriddim. También sirve como referencia en el Music Demixing Challenge en ISMIR 2021. Una versión comercial, Spleeter Pro, está disponible a través de Deezer Tech Services para usuarios que necesitan procesamiento más rápido y soporte dedicado. El proyecto tiene licencia MIT y se publicó en el Journal of Open Source Software (JOSS). Las limitaciones conocidas incluyen problemas de compatibilidad con chips Apple M1 debido a restricciones de TensorFlow, y problemas ocasionales con atajos de línea de comandos en Windows que se pueden resolver invocando el módulo directamente mediante python -m spleeter.