Spleeter开源工具是声音和伴奏分离的软件，一个没有可视化界面，全凭借平台程序，安装之后进行代码输入操控的，即时快捷分离多达5种不同段位音频的大神个人自制的Win64下AI神器，完全不用各位自己手动去分离，它会自动分辨并提取保存，现处于测试阶段，有需要的可以试试！
spleeter分离伴奏和人声简介
Spleeter是Deezer源代码分离库，具有使用python编写的预训练模型，并使用Tensorflow。它使训练源分离模型（假设您具有隔离的源的数据集）变得容易，并提供了经过训练的先进模型来执行各种分离操作：
·人声（歌声）/伴奏分离（2个词干）
·人声/鼓/贝斯/其他分离（4根）
·人声/鼓/贝斯/钢琴/其他分离器（5根）
2个茎和4个茎模型在musdb数据集上具有较高的性能。Spleeter也非常快，因为在GPU上运行时，它可以将音频文件分离为4个茎，比实时快100倍。
我们设计了Spleeter，因此您可以直接在命令行中使用它 ，也可以在自己的开发管道中直接使用它作为Python库。它可以通过Conda与pip一起安装，或者与Docker一起使用 。
推荐理由
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。
Spleeter 基于 TensorFlow 开发，本身运行速度非常快。分离过程可以在 GPU 或 CPU 上执行。在 GPU 上运行，如果它将音频文件分成四个音轨，可以比实时速度快 100 倍。
安装 Spleeter 只需克隆存储库并选择用 Conda 环境安装即可开始分离音频文件，如下所示：
git clone https://github.com/Deezer/spleeter
conda env create -f spleeter/conda/spleeter-cpu.yaml
conda activate spleeter-cpu
spleeter separate -i spleeter/audio_example.mp3 -p spleeter:2stems -o output
然后就可通过选择要执行的拆分类型，对你的文件进行处理，选项如下：
人声（歌声）/伴奏分离（两个音轨）
人声/鼓/贝斯/其他分离（四个音轨）
人声/鼓/贝斯/钢琴/其他分离器（五个音轨）
快速开始
想尝试一下，但不想安装任何东西吗？我们已经设置了一个Google Colab。
准备深入研究吗？在几行中，您可以使用Conda安装Spleeter，并从示例音频文件中分离人声和伴奏部分：
＃使用conda安装
conda install -c conda-forge spleeter
＃下载示例音频文件（如果没有wget，请使用其他工具进行下载）
wget https://github.com/deezer/spleeter/raw/master/audio_example.mp3
＃将示例音频分成两个部分
spleeter独立的-i audio_example.mp3 -p spleeter：2stems -o输出
您应该在文件夹中获得两个分开的音频文件（vocals.wav和accompaniment.wav）output/audio_example。
有关详细文档，请查看存储库Wiki。