deezer/spleeter

镜像概述

Spleeter是Deezer开发的音频源分离库，基于Python和TensorFlow实现，提供预训练模型，可轻松完成多种音源分离任务，且性能优异、速度快（GPU上分离4音源速度可达实时的100倍）。

核心功能

• 人声/伴奏分离（2 stem模型）
• 人声/鼓/贝斯/其他分离（4 stem模型）
• 人声/鼓/贝斯/钢琴/其他分离（5 stem模型）
• 支持命令行直接使用及Python库集成
• 提供GPU加速版本，分离效率更高

使用场景

• 音乐制作：提取人声或伴奏用于二次创作
• 音频处理：分离特定乐器音轨进行分析或编辑
• 模型训练与评估：基于自定义数据集训练分离模型，或评估模型性能

配置说明与部署示例

前提条件

已安装Docker（若使用GPU版本需安装nvidia-docker或支持Nvidia runtime的Docker客户端）。

基础分离命令（CPU版本）

将音频文件分离为人声和伴奏，并输出到本地output目录：

bash
docker run -v $(pwd)/output:/output docker.xuanyuan.run/deezer/spleeter separate -i audio_example.mp3 -o /output

GPU加速分离命令

bash
# 使用nvidia-docker
nvidia-docker run -v $(pwd)/output:/output deezer/spleeter:gpu separate -i audio_example.mp3 -o /output

# 或使用Docker Nvidia runtime
docker run --runtime=nvidia -v $(pwd)/output:/output docker.xuanyuan.run/deezer/spleeter:gpu separate -i audio_example.mp3 -o /output

自定义音频文件与模型目录

设置环境变量指定输入、输出和模型存储目录：

bash
export AUDIO_IN='/path/to/your/audio/files'
export AUDIO_OUT='/path/to/output/directory'
export MODEL_DIR='/path/to/model/storage'

docker run \
    -v $AUDIO_IN:/input \
    -v $AUDIO_OUT:/output \
    -v $MODEL_DIR:/model \
    -e MODEL_PATH=/model \
    docker.xuanyuan.run/deezer/spleeter \
    separate -i /input/your_audio.mp3 -o /output

模型训练与评估（GPU版本）

bash
# 训练模型（需挂载musDB数据集目录）
nvidia-docker run -v </path/to/musdb>:/musdb deezer/spleeter:gpu train -p configs/musdb_config.json -d /musdb

# 评估模型（需挂载musDB数据集和评估输出目录）
nvidia-docker run -v $(pwd)/eval_output:/eval_output -v </path/to/musdb>:/musdb deezer/spleeter:gpu evaluate -p spleeter:4stems --mus_dir /musdb -o /eval_output

（注：musDB数据集需从https://zenodo.org/record/***%E7%94%B3%E8%AF%B7%E5%B9%B6%E4%B8%8B%E8%BD%BD%EF%BC%89