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【我爱线报网】52线报网-专注分享活动首码线报优惠券零投网赚项目整个过程中仅有极少量微弱的换气声。（前半段为伴奏，后半段为人声）

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【我爱线报网】52线报网-专注分享活动首码线报优惠券零投网赚项目他乐曲，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【我爱线报网】52线报网-专注分享活动首码线报优惠券零投网赚项目成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【我爱线报网】52线报网-专注分享活动首码线报优惠券零投网赚项目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

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态