spleeter

Spleeter est une bibliothèque open-source de séparation de sources musicales développée par Deezer Research. Écrite en Python et propulsée par TensorFlow, elle fournit des modèles pré-entraînés de pointe capables de décomposer un fichier audio mixé en pistes individuelles. Les modes de séparation pris en charge incluent 2 pistes (voix et accompagnement), 4 pistes (voix, batterie, basse, autres) et 5 pistes (voix, batterie, basse, piano, autres). Les modèles 2 pistes et 4 pistes atteignent de hautes performances sur le jeu de données MUSDB, et sur GPU, Spleeter peut traiter l'audio jusqu'à 100 fois plus vite que le temps réel. La bibliothèque est conçue pour une utilisation en ligne de commande et pour l'intégration dans des pipelines Python personnalisés. L'installation est possible via pip ou Docker, et un notebook Google Colab est fourni pour une expérimentation rapide sans configuration locale. Les dépendances incluent ffmpeg et libsndfile, installables via Conda. Le projet est géré avec Poetry pour le développement et les tests. Les modèles pré-entraînés de Spleeter ont été adoptés par des logiciels audio professionnels, notamment iZotope RX 8 (Music Rebalance), Steinberg SpectralLayers 7 (Unmix), Acon Digital Acoustica 7, l'isolation de stems dans VirtualDJ, ainsi que NeuralMix et djayPRO d'Algoriddim. Il sert également de référence dans le Music Demixing Challenge à l'ISMIR 2021. Une version commerciale, Spleeter Pro, est disponible via Deezer Tech Services pour les utilisateurs ayant besoin d'un traitement plus rapide et d'un support dédié. Le projet est sous licence MIT et publié dans le Journal of Open Source Software (JOSS). Les limitations connues incluent des problèmes de compatibilité avec les puces Apple M1 en raison des contraintes de TensorFlow, ainsi que des problèmes occasionnels de raccourcis CLI sous Windows, qui peuvent être contournés en invoquant directement le module via python -m spleeter.