Spleeter es la biblioteca de separación de fuente de audio de Deezer con modelos previamente entrenados escritos en Python y utiliza Tensorflow.El instrumento puede dividir una pista de música en componentes separados (voz, batería, bajo y otros sonidos específicos).Después de dividirse en varias pistas de audio, cada una de ellas se puede usar para sus propios fines (eliminar voces, cortar el ritmo de la guitarra y más).Las pistas de audio resultantes se pueden importar a cualquier editor de audio, como Audacity. Facilita la capacitación del modelo de separación de fuentes (suponiendo que tenga un conjunto de datos de fuentes aisladas), y proporciona un modelo avanzado y entrenado para realizar varios tipos deseparación: ... Voces (voz de canto) / separación de acompañamiento (2 derivaciones) Voces / batería / bajo / otra separación (4 derivaciones) Voz / batería / bajo / piano / otra separación (5 derivaciones) 2 modelos de derivación y 4 derivaciones tienenactuaciones de última generación en el conjunto de datos musdb.Spleeter también es muy rápido, ya que puede realizar la separación de archivos de audio a 4 vástagos 100 veces más rápido que en tiempo real cuando se ejecuta en una GPU.Diseñamos Spleeter para que pueda usarlo directamente desde la línea de comandos, así como directamente en su propia tubería de desarrollo como una biblioteca de Python.Se puede instalar con Conda, con pip o con Docker.Inicio rápido ¿Quieres probarlo?Simplemente clone el repositorio e instale un entorno Conda para comenzar a separar el archivo de audio de la siguiente manera: git clone conda env create -f spleeter / conda / spleeter-cpu.yaml conda active spleeter-cpu spleeter separe -i spleeter / audio_example.mp3 -p spleeter: 2stems -o output Debería obtener dos archivos de audio separados (vocals.wav y acompañamiento.wav) en la carpeta output / audio_example.Para obtener una documentación más detallada, consulte el wiki del repositorio.También hay un sitio web no oficial que le permite usar Spleeter en línea: