इस प्रोजेक्ट के बारे में

Spleeter डीज़र रिसर्च द्वारा विकसित एक ओपन-सोर्स संगीत स्रोत पृथक्करण लाइब्रेरी है। Python में लिखी गई और TensorFlow द्वारा संचालित, यह पूर्व-प्रशिक्षित अत्याधुनिक मॉडल प्रदान करती है जो मिश्रित ऑडियो ट्रैक को अलग-अलग स्टेम्स में विघटित कर सकती है। समर्थित पृथक्करण मोड में 2-स्टेम (स्वर और संगत), 4-स्टेम (स्वर, ड्रम, बास, अन्य), और 5-स्टेम (स्वर, ड्रम, बास, पियानो, अन्य) शामिल हैं। 2-स्टेम और 4-स्टेम मॉडल MUSDB डेटासेट पर उच्च प्रदर्शन प्राप्त करते हैं, और GPU हार्डवेयर पर Spleeter ऑडियो को वास्तविक समय से 100 गुना तेज़ी से संसाधित कर सकता है। लाइब्रेरी कमांड-लाइन उपयोग और कस्टम Python पाइपलाइनों में एकीकरण दोनों के लिए डिज़ाइन की गई है। स्थापना pip या Docker के माध्यम से उपलब्ध है, और स्थानीय सेटअप के बिना त्वरित प्रयोग के लिए एक Google Colab नोटबुक प्रदान की गई है। निर्भरताओं में ffmpeg और libsndfile शामिल हैं, जिन्हें Conda के माध्यम से स्थापित किया जा सकता है। परियोजना विकास और परीक्षण के लिए Poetry के साथ प्रबंधित की जाती है। Spleeter के पूर्व-प्रशिक्षित मॉडल पेशेवर ऑडियो सॉफ़्टवेयर द्वारा अपनाए गए हैं, जिनमें iZotope RX 8 (Music Rebalance), Steinberg SpectralLayers 7 (Unmix), Acon Digital Acoustica 7, VirtualDJ स्टेम आइसोलेशन, और Algoriddim के NeuralMix और djayPRO शामिल हैं। यह ISMIR 2021 में Music Demixing Challenge में एक आधार रेखा के रूप में भी कार्य करता है। तेज़ प्रसंस्करण और समर्पित समर्थन की आवश्यकता वाले उपयोगकर्ताओं के लिए, Deezer Tech Services के माध्यम से एक व्यावसायिक संस्करण, Spleeter Pro, उपलब्ध है। परियोजना MIT-लाइसेंस प्राप्त है और Journal of Open Source Software (JOSS) में प्रकाशित है। ज्ञात सीमाओं में TensorFlow बाधाओं के कारण Apple M1 चिप्स के साथ संगतता समस्याएं शामिल हैं, और Windows पर कभी-कभी CLI शॉर्टकट समस्याएं होती हैं जिन्हें python -m spleeter के माध्यम से मॉड्यूल को सीधे कॉल करके हल किया जा सकता है।