Spleeter é a biblioteca de separação de fonte de áudio Deezer com modelos pré-treinados escritos em Python e usa Tensorflow. O instrumento é capaz de dividir uma faixa de música em componentes separados (vocal, bateria, baixo e outros sons específicos). Depois de dividir em várias faixas de áudio, cada uma delas pode ser usada para seus próprios propósitos (remover vocais, cortar ritmo de guitarra e muito mais). As faixas de áudio resultantes podem ser importadas em qualquer editor de áudio, como Audacity. Torna-se fácil treinar o modelo de separação de fontes (assumindo que você tem um conjunto de dados de fontes isoladas), e fornece estado já treinado do modelo de arte para realizar vários sabores de separação : Vocals (voz cantando) / separação de acompanhamento (2 hastes) Vocais / tambores / baixo / outra separação (4 hastes) Vocais / tambores / baixo / piano / outra separação (5 hastes) 2 hastes e 4 modelos de hastes têm performances de arte no conjunto de dados musdb. Spleeter também é muito rápido, pois pode executar a separação de arquivos de áudio para 4 hastes 100x mais rápido do que em tempo real quando executado em uma GPU. Nós projetamos o Spleeter para que você possa usá-lo diretamente da linha de comando, bem como diretamente em seu próprio pipeline de desenvolvimento como uma biblioteca Python. Ele pode ser instalado com Conda, com pip ou ser usado com Docker. Início rápido Queres experimentar? Basta clonar o repositório e instalar um ambiente Conda para começar a separar o arquivo de áudio da seguinte forma: git clone https://github.com/Deezer/spleeter conda env create -f spleeter/conda/spleeter-cpu.yaml conda ativar spleeter-cpu separador -i spleeter/audio_example.mp3 -p spleeter:2stems -o output Você deve obter dois arquivos de áudio separados (vocals.wav e accompaniment.wav) na pasta de saída/audio_example. Para obter uma documentação mais detalhada, verifique a wiki do repositório. Há também um site não oficial que permite que você use Spleeter on-line: https://melody.ml