spleeter

Spleeter 是由 Deezer Research 开发的开源音乐源分离库。它基于 Python 编写并以 TensorFlow 为驱动，提供预训练的最先进模型，可将混合音频轨道分解为单独的音轨。支持的分离模式包括 2-stem（人声和伴奏）、4-stem（人声、鼓、贝斯、其他）以及 5-stem（人声、鼓、贝斯、钢琴、其他）。2-stem 和 4-stem 模型在 MUSDB 数据集上取得了高性能，并且在 GPU 硬件上，Spleeter 处理音频的速度最高可比实时快 100 倍。 该库既可用于命令行操作，也可集成到自定义 Python 流程中。可通过 pip 或 Docker 安装，并提供了 Google Colab 笔记本，以便无需本地设置即可快速实验。依赖项包括 ffmpeg 和 libsndfile，可通过 Conda 安装。项目使用 Poetry 进行开发和测试管理。 Spleeter 的预训练模型已被专业音频软件采用，包括 iZotope RX 8（Music Rebalance）、Steinberg SpectralLayers 7（Unmix）、Acon Digital Acoustica 7、VirtualDJ 音轨分离，以及 Algoriddim 的 NeuralMix 和 djayPRO。它还在 ISMIR 2021 的 Music Demixing Challenge 中作为基线。对于需要更快处理和专属支持的用户，可通过 Deezer Tech Services 获得商业版本 Spleeter Pro。 该项目采用 MIT 许可证，并发表在《开源软件杂志》（JOSS）上。已知限制包括：由于 TensorFlow 的约束，与 Apple M1 芯片存在兼容性问题；Windows 上偶尔出现的 CLI 快捷方式问题，可通过直接使用 python -m spleeter 调用模块来解决。