快速上手Spleeter:一键分离人声和伴奏的终极指南 🎵
2026-02-06 04:59:33作者:何举烈Damon
Spleeter是Deezer开发的一款革命性的音乐源分离工具,采用深度学习技术从混合音频中精准提取并分离出人声和其他乐器音轨。这款免费开源工具对于音乐制作、分析和研究领域具有重要意义,让音频分离变得前所未有的简单高效!
✨ 为什么选择Spleeter?
Spleeter的核心优势在于其简单易用和高效分离。它提供了预训练的先进模型,能够实现多种分离模式:
- 人声/伴奏分离(2轨分离)🎤
- 人声/鼓/贝斯/其他分离(4轨分离)🥁
- 人声/鼓/贝斯/钢琴/其他分离(5轨分离)🎹
最令人惊叹的是,Spleeter在GPU上运行时,分离速度比实时快100倍!这意味着分离一首4分钟的歌曲只需要不到3秒钟。
🚀 快速安装指南
环境准备
首先确保系统中安装了必要的依赖:
# 安装ffmpeg和libsndfile
conda install -c conda-forge ffmpeg libsndfile
Spleeter安装
使用pip一键安装Spleeter:
pip install spleeter
💡 小贴士:虽然之前推荐使用conda安装,但现在官方建议使用pip安装以获得更好的兼容性。
🎯 三步完成音频分离
第一步:获取示例音频
项目提供了测试音频文件:audio_example.mp3,你也可以使用自己的音乐文件。
第二步:执行分离命令
spleeter separate -p spleeter:2stems -o output audio_example.mp3
第三步:查看分离结果
分离完成后,在output/audio_example文件夹中你会找到:
vocals.wav- 纯净的人声音轨accompaniment.wav- 伴奏音轨
🔧 高级功能探索
多种分离模式
除了基本的2轨分离,Spleeter还支持更精细的分离:
# 4轨分离
spleeter separate -p spleeter:4stems -o output your_song.mp3
# 5轨分离
spleeter separate -p spleeter:5stems -o output your_song.mp3
配置文件说明
Spleeter的配置文件位于configs/目录,包含不同分离模式的参数设置。
💡 实用技巧与最佳实践
- 文件格式支持:Spleeter支持MP3、WAV、FLAC等常见音频格式
- 输出质量:默认输出为16位WAV格式,保证最佳音质
- 批量处理:支持一次性处理多个音频文件
🛠️ 开发与扩展
对于开发者,Spleeter提供了完整的API接口,可以轻松集成到自己的项目中。核心代码位于spleeter/目录,其中:
- separator.py - 主要分离器类
- audio/ - 音频处理模块
- model/ - 深度学习模型
🌟 成功案例
Spleeter的技术已经被多个专业音频软件采用:
- iZotope RX 8 - Music Rebalance功能
- Steinberg SpectralLayers 7 - Unmix功能
- VirtualDJ - 音轨隔离功能
🎉 开始你的音频分离之旅
现在你已经掌握了Spleeter的基本使用方法,是时候开始探索音频分离的神奇世界了!无论是提取人声制作卡拉OK,还是分离乐器进行音乐分析,Spleeter都能为你提供专业级的解决方案。
记住,Spleeter不仅是一个工具,更是你音乐创作和分析的得力助手。开始使用它,发现音频世界的新可能!🎶
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
405
暂无简介
Dart
772
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355