spleeter音乐人声分离、5种架子鼓钢琴声音分离的高质量模型运行超详细教程windows+ubuntu18.04

简介

https://tech.ifeng.com/c/7rKbQA3qBVn
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。
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，4个音轨，钢琴、架子鼓等5个音轨。

时间2020.2.14

开始

一、windows下（官方建议使用linux）：

1.下载anaconda：

打开清华anaconda源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
这里下载Anaconda3-5.2.0-Windows-x86_64.exe
注意太新的python版本会不兼容

2.安装anaconda

双击安装，此处没啥好说的，注意勾选上环境变量那一个（勾上会变红）

3.更换anaconda为清华源

在cmd命令行输入下面代码后回车：

conda config --set show_channel_urls yes

然后找到c盘/你自己的电脑名的文件夹，里面有个.condarc

用记事本打开，把里面的内容全部替换成下面网址里黑色部分，并保存退出：
https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

4.创建初始环境

开始菜单里打开Anaconda Navigator图形界面，选择Environment环境，选择新建Creat，命名为music，勾选python3.6，确定，等待下载初始环境完成。

5.激活anaconda里新建的music基础环境

开始菜单打开Anaconda prompt（或cmd命令行），输入下面代码后回车：

activate music

进入如下界面：

6.安装spleeter环境

接着步骤5键入下面代码后回车：

conda install -c conda-forge spleeter

等待提示，输入y后回车
等待下载环境完成。

7.下载已训练好的模型（以分离人声音乐为例，还可以下载更高品质的模型）

进入以下网址，下载 2stems.tar.gz
https://github.com/deezer/spleeter/releases
如果下载慢可以看我主页CSDN上传的文件

解压到如下目录下C:\Users\ef\pretrained_models\2stems
（在pretrained_models的上一级目录运行）

8.要分离的音乐目录：

我放在D:/code/test.mp3

9.运行（首先进入music环境，若已关掉重复5即可打开）

接着键入下面代码后回车（注意文件目录）

python -m spleeter separate -i D:/code/test.mp3 -p spleeter:2stems -o output

（此处可能出现无法创建文件的bug，删掉output里面的文件重复运行1次即可）

在output里可以查看分离的文件

二、ubuntu18.04 （linux）下

此处仅介绍安装使用

显卡驱动、cuda和cudnn的安装参考下面这个帖子
https://blog.csdn.net/qq_27139123/article/details/99686086

1.下载Anaconda3-5.2.0-Linux-x86_64.sh：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
安装：找到下载后的页面打开终端输入：

sudo sh Anaconda3-5.2.0-Linux-x86_64.sh

2.换anaconda为清华源（下载比较快）

清华源：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

在根目录下修改.condarc换清华源：

//终端键入后回车，并全部替换为下面的清华源镜像地址，保存
sudo gedit ~/.condarc

清华源镜像地址：

channels:- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_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/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

3.打开anaconda图形界面

方法1，终端键入：

source ~/anaconda3/bin/activate root
anaconda-navigator

方法2，终端键入：

conda install -c anaconda anaconda-navigator
anaconda-navigator

4.创建环境

在anaconda的environment里creat一个名字叫music的环境，点确定，等待完成

5.激活环境

source activate music

6.刚建立的music环境中，下载spleeter需要的环境

接着5继续终端键入：

git clone https://github.com/Deezer/spleeter

（若没有git就按照提示装一个）
继续键入：

conda install -c conda-forge spleeter

7.模型下载与解压（注意模型放的位置，仔细看下图和路径）

模型下载链接：
https://github.com/deezer/spleeter/releases

如果下载慢可以看我主页CSDN上传的文件

解压位置：

/home/ef/pretrained_models/2stems
测试音乐位置：
/home/ef/test.mp3

8.音乐分离的运行

终端键入运行：

spleeter separate -i test.mp3 -p spleeter:2stems -o output

在根目录可以看到output

三、更精确的高质量模型：

模型下载链接：
https://github.com/deezer/spleeter/releases

分离2轨道

下载2stems-finetune.tar.gz，解压后只需替换原模型的5个文件即可，解压目录和运行代码均不变，windows和linux相同：

解压目录：pretrained_models/2stems
linux：
windows：
linux运行代码：

spleeter separate -i test.mp3 -p spleeter:2stems -o output

windows运行代码：

python -m spleeter separate -i D:/code/test.mp3 -p spleeter:2stems -o output

分离5轨道

下载5stems-finetune.tar.gz，解压到pretrained_models/5stems，并执行代码：

//linux下：
python -m spleeter separate -i D:/code/test.mp3 -p spleeter:5stems -o output//windows下：
spleeter separate -i test.mp3 -p spleeter:5stems -o output

如果你觉得此贴有用，请评论以帮助更多的人

欢迎讨论