收录 419 个预训练 AI 模型,覆盖视觉、语音、NLP 与大模型,可通过统一的 Python 命令行运行。
- Star
- 28,517
- Fork
- 3,048
- 未关闭 Issue
- 278
- 最近提交
- 10天前
这是什么?
Spleeter 是 Deezer 发布的音乐源分离库,基于 Python 和 TensorFlow 开发。它可以将混合音频拆分为独立音轨:2 音轨模型分离人声与伴奏,4 音轨模型增加鼓和贝斯,5 音轨模型另外分离钢琴。
项目既可以通过命令行 spleeter separate 使用,也可以在 Python 代码中直接调用,方便集成到自己的处理流程中。支持通过 pip 和 Docker 安装,并提供 Colab 笔记本,无需本地配置即可试用。
如果你有分轨素材数据集,也可以用它训练自己的分离模型。音频处理依赖 ffmpeg 和 libsndfile。
核心功能
- 01使用预训练模型将音频分离为 2、4 或 5 个音轨
- 02既可命令行使用,也可作为 Python 库调用
- 03支持通过 pip 或 Docker 安装
- 04支持基于自有分轨数据集训练模型
- 05提供 Google Colab 笔记本,免配置即可试用
适用场景
- 从歌曲中提取人声或伴奏,用于混音或卡拉 OK
- 分离鼓和贝斯,用于音乐制作或采样
- 在自动化流程中批量处理音乐库
- 将音源分离功能集成到音频应用中
快速上手
- 1
使用 Conda 安装 ffmpeg 和 libsndfile
conda install -c conda-forge ffmpeg libsndfile - 2
使用 pip 安装 Spleeter
pip install spleeter - 3
下载示例音频文件
wget https://github.com/deezer/spleeter/raw/master/audio_example.mp3 - 4
将示例音频分离为人声和伴奏
spleeter separate -p spleeter:2stems -o output audio_example.mp3
使用前须知
- 2.1.0 版本引入了破坏性变更,包括新的 CLI 输入选项,并移除了独立的 GPU 版本包。
- Apple M1 芯片存在已知问题,主要由 TensorFlow 兼容性引起。
- spleeter 命令在 Windows 上可能无法正常工作,需改用 python -m spleeter。
标签
#audio-processing#source-separation#deep-learning#tensorflow#pretrained-models#music#bass#deezer#drums#model
常见问题
- spleeter 是什么?
- Deezer 开源的 Python 音频分离库与命令行工具,可用预训练模型将歌曲拆分为人声、鼓、贝斯等音轨。 Spleeter 是 Deezer 发布的音乐源分离库,基于 Python 和 TensorFlow 开发。它可以将混合音频拆分为独立音轨:2 音轨模型分离人声与伴奏,4 音轨模型增加鼓和贝斯,5 音轨模型另外分离钢琴。
- spleeter 可以免费使用吗?用的什么许可证?
- spleeter 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- spleeter 还在维护吗?
- 活跃维护中。spleeter 最近一次提交是在 2026年10月28日。
- spleeter 适合用来做什么?
- 从歌曲中提取人声或伴奏,用于混音或卡拉 OK 分离鼓和贝斯,用于音乐制作或采样 在自动化流程中批量处理音乐库 将音源分离功能集成到音频应用中
- spleeter 怎么安装和运行?
- 使用 Conda 安装 ffmpeg 和 libsndfile: conda install -c conda-forge ffmpeg libsndfile 使用 pip 安装 Spleeter: pip install spleeter 下载示例音频文件: wget https://github.com/deezer/spleeter/raw/master/audio_example.mp3 将示例音频分离为人声和伴奏: spleeter separate -p spleeter:2stems -o output audio_example.mp3
- 在哪里获取 spleeter?
- 源代码和安装说明在 GitHub 上:https://github.com/deezer/spleeter
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
2404+1 本周366PythonOther更新于 昨天
GPU 加速的数据加载与预处理库,用于加速深度学习训练和推理。
5791+3 本周691C++Apache-2.0维护活跃更新于 18小时前
一款 Docker 应用,可将 Spotify、Plex、Jellyfin 等多个来源的播放记录同步到 Last.fm、ListenBrainz 等多个服务。
1301+7 本周63TypeScriptMIT维护活跃更新于 19小时前
可自托管的网页版吉他/贝斯谱查看与播放器,支持音频同步,类似 Songsterr。
579+1 本周65TypeScriptMIT更新于 昨天
谷歌研究院的 T5 代码库,用于复现统一文本到文本 Transformer 的迁移学习实验,涵盖数据处理、训练、微调与评估。
6565+1 本周800PythonApache-2.0更新于 26天前
面向文本、视觉、音频和多模态的前沿机器学习模型定义框架,可用于推理和训练。
16.9万+232 本周3.5万PythonApache-2.0更新于 17小时前