最好用的音轨分离软件spleeter：处理一首歌仅几秒，上线一周收获2.4k星 | 附实测

晓查 2019-11-04 12:55:47 来源：量子位

晓查发自凹非寺

量子位报道 | 公众号 QbitAI

喜欢自己用手机K歌？但K歌App里人声往往清除得不够干净，录制起来效果一般。

现在有个AI神器可以干净地剥离歌曲里的乐器声啦。

来自法国的音乐流媒体公司Deezer开源了一个音轨分离软件spleeter，只需输入一段命令就可以将音乐的人声和各种乐器声分离，支持mp3、wav、ogg等常见音频格式。

这款软件基于TensorFlow开发，效果拔群，有网友说自己曾经试过无数类似软件，spleeter是最好用的一个。

量子位尝试了周杰伦的新歌《说好不哭》，人声轨道在开头部分几乎实现了静音，听不到任何乐器声，直到26秒才开始出现周杰伦的歌声：

而伴奏部分在整个过程中仅有极少量微弱的换气声。

spleeter还支持GPU加速。如果在GPU上运行，会比实时分解速度快100倍，也就是说分解一首5分钟的歌曲只需要3秒。

spleeter在GitHub上线仅仅一周，就收获了2.4K星，在Hacker News上也有1000+的热度。

最多分离5个音轨

用户可以根据自己的需求来训练模型，Deezer还给出了在musdb数据集上的预训练模型，因此能直接拿来使用。

在官方提供的预训练模型里，spleeter可将人声和乐器声分为2个音轨，已经能满足基本的要求。

此外它还能把乐器声进一步分离为鼓、贝斯、钢琴及其他乐曲，加上人声，spleeter最多可以分离出5个音轨。

其中，2个音轨和4个音轨的模型在musdb据集上均具有最先进的性能。

使用方法

spleeter可以从conda或者pip安装。

如果用conda安装，可以选择CPU或者GPU环境，以CPU环境为例：

git clone https://github.com/deezer/spleeter
conda env create -f spleeter/conda/spleeter-cpu.yaml
conda activate spleeter-cpu

如果想换成GPU环境，只需将上述代码中的spleeter-cpu换成spleeter-gpu。

在分离音轨的命令中，加入选项-p spleeter:4stems来指定音轨数量，如果不加，系统默认分离为2个音轨。

spleeter separate -i audio_example.mp3 -o audio_output -p spleeter:4stems

最终乐器和人声将以wav文件的格式保存在audio_output文件夹中。

分离过程可以在GPU或CPU上执行。在GPU上运行，速度非常快，可以实现100倍的加速。

经过实测，在单个英伟达 GTX 1080上，spleeter只用了90秒就分解完了3小时27分钟长度的musDB测试数据。

pip安装更简单，但是不支持GPU加速，一般分解一两首歌已足够使用：

pip install spleeter

传送门

项目地址：

https://github.com/deezer/spleeter