說明介紹

Spleeter 是 Deezer 來源分離函式庫，具有用 Python 編寫的預訓練模型，並使用 Tensorflow。它可以輕鬆地訓練源分離模型（假設您有一個孤立來源的資料集），並提供已經訓練好的最先進模型來執行各種風格的分離：

• 人聲（歌聲）/伴奏分離 (2 stems)
• 人聲/鼓/貝斯/其他分離 (4 stems)
• 人聲/鼓/貝斯/鋼琴/其他分離 (5 stems)

Deezer 的好心人已經發佈了 Spleeter 供任何人免費使用，但是 python 可能很難工作。
SpleeterGUI 這個圖形使用者介面專案是為了讓 Spleeter 更易於使用。

Intel Pentium 和 Celeron CPU 無法運作 spleeter。

建議的電腦配備

• Intel i5 (4th gen+)
• 8GB ram
• Windows 10 64bit
• Nvidia GTX1050 或更好（如果使用 CUDA 方法）

經測試硬體工作正常

• Intel i5 4460, 8GB ram, GTX1660ti
• Intel i7 7700, 16GB ram, GTX1060
• Ryzen 5 3600、32GB ram、GTX1660ti

不推薦

• Intel Celeron CPU
• Windows 32bit
• Windows 7
• Windows XP
• ~2011 年之前購買的電腦

如何使用
下載並執行安裝程式。然後雙擊 SpleeterGUI.exe 桌面快捷方式來執行它。

• 分離的聲部（人聲/伴奏/貝斯等）
• 重新組合選擇將哪些詞幹重新混合在一起（如果您正在學習鼓並且只想將鼓從一堆歌曲中刪除，則很有用）
• 全頻寬：這可以實現全品質處理，但結果會根據歌曲而有所不同。
• 儲存到：點擊按鈕並選擇要放置分離的歌曲的位置。
• 選擇一首或多首歌曲並將它們拖曳到應用程式中以開始處理。