Séparation des tiges de Spleeter
Spleeter est un outil open source de Deezer qui divise une chanson terminée en pistes distinctes (chant, batterie, basse, etc.) à l'aide du deep learning.
Aperçu
It made high-quality stem separation fast, free, and accessible to anyone with a laptop.
Plongée profonde
Spleeter, publié par la société de streaming musical Deezer en 2019, sépare un enregistrement mixé en tiges d'instruments individuelles. Il est livré en trois configurations pré-entraînées : 2 tiges (chant plus accompagnement), 4 tiges (chant, batterie, basse, autre) et 5 tiges (qui ajoute un piano). Sous le capot, il utilise les réseaux neuronaux convolutifs U-Net qui fonctionnent sur le spectrogramme audio, prédisant un masque souple pour chaque source. En multipliant le masque par le spectrogramme d'origine et en inversant l'audio, on obtient chaque tige. Ce qui a rendu Spleeter célèbre, c'est sa vitesse : il peut séparer l'audio environ 100 fois plus rapidement qu'en temps réel sur un GPU. Il est largement utilisé par les DJ, les remixeurs, les transcripteurs et les créateurs de karaoké, et a déclenché une vague de séparateurs concurrents comme Demucs.
Aperçu technique
Spleeter fonctionne dans le domaine temps-fréquence. L'audio est converti en spectrogramme de magnitude via la transformation de Fourier à court terme (STFT). Un U-Net (encodeur-décodeur avec connexions sautées) apprend, par source, un masque entre 0 et 1 pour chaque bac temps-fréquence. Le spectrogramme masqué est recombiné avec la phase du mélange d'origine, puis un STFT inverse reconstruit la forme d'onde. Parce qu'il estime les masques souples plutôt que l'audio brut, les fuites et les phases réutilisées provoquent des artefacts.
Impact stratégique
Accès et portée
Il améliore l'accessibilité grâce à la transcription, à la narration et aux interfaces vocales.
Coût et budget
Les équipes médias peuvent produire un son de qualité plus rapidement avec des budgets plus réduits.
Vitesse et échelle
Les systèmes orientés client peuvent traiter les interactions orales à plus grande échelle.
L'avenir de la séparation des tiges de Spleeter
Les nouveaux modèles de domaine de forme d'onde comme Demucs et les séparateurs de transformateurs hybrides surpassent désormais Spleeter en termes de qualité, récupérant des transitoires plus nets et moins d'artefacts. La tendance est à un nombre plus élevé de stems (séparation des guitares individuelles ou des choeurs), à une séparation en temps réel sur l'appareil dans les DAW et les téléphones, et à l'intégration dans les applications de streaming pour un remix ou une accessibilité instantanée. Spleeter lui-même reste une référence populaire car il est léger, gratuit et facile à exécuter, même si la recherche favorise les approches génératives et sensibles aux phases.
Mise en œuvre dans le monde réel
Création de pistes de karaoké instantanées en supprimant la voix principale d'une chanson commerciale
DJ et producteurs isolant une tige de batterie ou de basse pour créer des remix et des mashups
Les étudiants en musique extraient une seule ligne d'instrument pour la transcrire et s'entraîner avec
Restaurer ou nettoyer d'anciens enregistrements en séparant et en rééquilibrant les mixages boueux
Risques et garde-fous
Les risques d’utilisation abusive de la voix et d’usurpation d’identité augmentent lorsque le consentement fait défaut.
La précision peut chuter en fonction des accents, des dialectes ou des environnements bruyants.
L’audio synthétique peut être confondu avec une parole authentique sans étiquetage clair.
Feuille de route de mise en œuvre
Obtenez un consentement explicite pour la capture vocale, le clonage et la réutilisation.
Testez la qualité sur divers locuteurs et conditions d’arrière-plan.
Définissez quand un humain doit examiner ou approuver les résultats.
Étiquetez l’audio synthétique et conservez des enregistrements de provenance pour des raisons de responsabilité.
Continuez à explorer
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Spleeter Stem Separation quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Guide suivant
Séparation du domaine temporel Conv-TasNet
Questions fréquemment posées
What is Spleeter Stem Separation?
Spleeter est un outil open source de Deezer qui divise une chanson terminée en pistes distinctes (chant, batterie, basse, etc.) à l'aide du deep learning. Il a rendu la séparation des tiges de haute qualité rapide, gratuite et accessible à toute personne possédant un ordinateur portable.
Quelle société a initialement publié Spleeter ?
Spleeter a été publié en open source en 2019 par Deezer, la société française de streaming musical.
En quoi le modèle à 4 tiges de Spleeter sépare-t-il l'audio ?
La configuration à 4 tiges produit le chant, la batterie, la basse et une « autre » tige pour tout le reste.
Quelle architecture de réseau neuronal Spleeter utilise-t-il ?
Spleeter utilise des réseaux convolutifs U-Net qui prédisent les masques sur le spectrogramme audio.
Comment Spleeter extrait-il réellement une seule source du mix ?
Le réseau prédit un masque par source (valeurs 0 à 1) qui est multiplié par le spectrogramme du mélange.
Quel est l’avantage pratique clé qui a rendu Spleeter populaire ?
Spleeter peut séparer l'audio environ 100 fois plus rapidement qu'en temps réel sur un GPU, ce qui le rend rapide et accessible.