Spleeter کتابخانه جداسازی منبع صوتی Deezer با مدل های از پیش آماده شده است که در پایتون نوشته شده است و از Tensorflow استفاده می کند.این ساز قادر است یک آهنگ موسیقی را به اجزای جداگانه (آواز ، طبل ، باس و صداهای خاص دیگران) تقسیم کند.پس از تقسیم در چندین آهنگ صوتی ، هر یک از آنها می توانند برای اهداف خاص خود از آنها استفاده کنند (حذف آوازها ، برش ریتم گیتار و موارد دیگر).آهنگ های صوتی حاصل می تواند به هر ویرایشگر صوتی مانند Audacity وارد شود. آموزش مدل تفکیک منبع را آسان می کند (با فرض اینکه شما یک مجموعه داده از منابع جدا شده دارید) ، و از قبل آموزش دیده مدل هنر را برای انجام طعم های مختلفجدایی: ... آواز (صدای آواز خواندن) / جدایی همراه (2 ساقه) آواز / درام / باس / جدایی دیگر (4 ساقه) آواز / طبل / باس / پیانو / جدایی دیگر (5 ساقه) 2 ساقه و 4 مدل ساقه.نمایش عملکردهای هنری در مجموعه داده musdb.Sleeter همچنین بسیار سریع است زیرا می تواند جداسازی فایلهای صوتی را به 4 ساقه 100 برابر سریعتر از زمان واقعی هنگام اجرای GPU انجام دهد.ما Spleeter را طراحی کردیم تا بتوانید از آن به طور مستقیم از خط فرمان و همچنین به طور مستقیم در خط لوله توسعه خود به عنوان یک کتابخانه پایتون استفاده کنید.می توان آن را با Conda ، با پیپ نصب کرد یا از آن با Docker استفاده کرد.شروع سریع می خواهید آن را امتحان کنید؟فقط مخزن را کلون کرده و یک محیط Conda را نصب کنید تا فایل صوتی را جداگانه شروع کنید:: 2stems -o output شما باید دو پرونده صوتی جداگانه (vocals.wav و shoqërیانت.wav) را در پوشه خروجی / audio_example بدست آورید.برای اطلاعات بیشتر ، لطفا ویکی مخزن را بررسی کنید.همچنین یک وب سایت غیر رسمی وجود دارد که به شما امکان می دهد از Spleeter بصورت آنلاین استفاده کنید: