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。
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：
conda换为清华源，执行如下命令
conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config –set show_channel_urls yes
在Linux系统中，删除 – defaults 增加 ssl_verify: false
vim ~/.condarc
如果是在windows系统，是~/.condarc文件，在C盘的当前用户目录下，是一个隐藏文件；（需要设置onda config –add，才会生成的；）
改为如下所示：
channels:
– https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
– https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
– https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
– https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
– https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
– https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
– https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
show_channel_urls: true
ssl_verify: false
移除刚设置的源，并恢复默认
conda config –remove-key channels
2.2 中科大源
中科大Anaconda 源使用帮助 — USTC Mirror Help 文档
conda换为中科大源，执行如下命令
conda config –add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config –add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config –add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config –add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config –add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config –add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config –set show_channel_urls yes
然后删除 – defaults 增加 ssl_verify: false；
移除刚设置的源，并恢复默认
conda config –remove-key channels
2.3 上海交大源
上海交通大学 Linux 用户组 软件源镜像服务
conda换为交源，执行如下命令
conda config –add channels https://mirror.sjtu.edu.cn/anaconda/pkgs/free
conda config –add channels https://mirror.sjtu.edu.cn/anaconda/pkgs/main
conda config –add channels https://mirror.sjtu.edu.cn/anaconda/pkgs/mro
conda config –add channels https://mirror.sjtu.edu.cn/anaconda/pkgs/msys2
conda config –set show_channel_urls yes
删除 – defaults 增加 ssl_verify: false；
移除刚设置的源，并恢复默认
conda config –remove-key channels
<span class="c1"># install using conda</span> conda install -c conda-forge spleeter <span class="c1"># download an example audio file (if you don't have wget, use another tool for downloading)</span> wget https://github.com/deezer/spleeter/raw/master/audio_example.mp3 <span class="c1"># separate the example audio into two components</span> spleeter separate -i audio_example.mp3 -p spleeter:2stems -o output |
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项目地址：