스플리터 스템 분리
Spleeter는 딥 러닝을 사용하여 완성된 노래를 별도의 트랙(보컬, 드럼, 베이스 등)으로 분할하는 Deezer의 오픈 소스 도구입니다.
개요
It made high-quality stem separation fast, free, and accessible to anyone with a laptop.
심층 분석
음악 스트리밍 회사인 Deezer가 2019년에 출시한 Spleeter는 혼합 녹음을 개별 악기 줄기로 분리합니다. 2스템(보컬 + 반주), 4스템(보컬, 드럼, 베이스, 기타), 5스템(피아노 추가)의 세 가지 사전 훈련된 구성으로 제공됩니다. 내부적으로는 오디오 스펙트로그램에서 작동하는 U-Net 합성곱 신경망을 사용하여 각 소스에 대한 소프트 마스크를 예측합니다. 마스크에 원래 스펙트로그램을 곱하고 다시 오디오로 반전하면 각 줄기가 생성됩니다. Sleeter를 유명하게 만든 것은 속도였습니다. GPU에서 실시간보다 약 100배 빠르게 오디오를 분리할 수 있습니다. DJ, 리믹서, 전사자, 노래방 제작자가 널리 사용하며 Demucs와 같은 경쟁 분리기의 물결을 촉발시켰습니다.
기술적 통찰력
Sleeter는 시간-주파수 영역에서 작동합니다. 오디오는 STFT(Short-Time Fourier Transform)를 통해 크기 스펙트로그램으로 변환됩니다. U-Net(스킵 연결이 있는 인코더-디코더)은 소스별로 모든 시간-주파수 빈에 대해 0과 1 사이의 마스크를 학습합니다. 마스킹된 스펙트로그램은 원래 혼합물의 위상과 재결합된 다음 역 STFT가 파형을 재구성합니다. 원시 오디오가 아닌 소프트 마스크를 추정하기 때문에 누출 및 재사용된 위상으로 인해 아티팩트가 발생합니다.
전략적 영향
접근 및 도달
전사, 내레이션, 음성 인터페이스를 통해 접근성을 향상시킵니다.
비용 및 예산
미디어 팀은 더 적은 예산으로 세련된 오디오를 더 빠르게 출시할 수 있습니다.
속도와 규모
고객 대면 시스템은 음성 상호 작용을 더 큰 규모로 처리할 수 있습니다.
스플리터 스템 분리의 미래
Demucs 및 하이브리드 변압기 분리기와 같은 최신 파형 도메인 모델은 이제 품질면에서 Spleeter를 능가하여 더 선명한 과도 현상을 복구하고 아티팩트가 더 적습니다. 추세는 더 높은 스템 수(개별 기타 또는 백킹 보컬 분리), DAW 및 휴대폰의 실시간 온디바이스 분리, 즉각적인 리믹싱 또는 접근성을 위한 스트리밍 앱 통합을 향한 것입니다. Spleeter 자체는 가볍고, 무료이며, 실행하기 쉽기 때문에 인기 있는 기준으로 남아 있습니다. 연구에서 위상 인식 및 생성 접근 방식을 추진하는 경우에도 마찬가지입니다.
실제 구현
광고곡에서 리드보컬을 제거하여 즉석 노래방 트랙 만들기
리믹스와 매시업을 만들기 위해 드럼이나 베이스 스템을 분리하는 DJ와 프로듀서
단일 악기 라인을 추출하여 필사 및 연습하는 음악 학생
탁한 믹스를 분리하고 균형을 재조정하여 오래된 녹음을 복원하거나 정리합니다.
위험 및 가드레일
동의가 없으면 음성 오용 및 명의 도용 위험이 높아집니다.
악센트, 방언 또는 시끄러운 환경에서는 정확도가 떨어질 수 있습니다.
합성 오디오는 명확한 라벨링이 없으면 실제 음성으로 오인될 수 있습니다.
구현 로드맵
음성 캡처, 복제 및 재사용에 대한 명시적인 동의를 얻습니다.
다양한 화자와 배경 조건에서 품질을 테스트합니다.
사람이 출력을 검토하거나 승인해야 하는 시기를 정의합니다.
합성 오디오에 라벨을 붙이고 책임을 묻기 위해 출처 기록을 보관하세요.
계속 탐색하세요
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
다음 가이드
Conv-TasNet 시간 영역 분리
자주 묻는 질문
What is Spleeter Stem Separation?
Spleeter는 딥 러닝을 사용하여 완성된 노래를 별도의 트랙(보컬, 드럼, 베이스 등)으로 분할하는 Deezer의 오픈 소스 도구입니다. 이를 통해 고품질의 줄기 분리를 빠르고 무료로 수행할 수 있으며 노트북을 사용하는 모든 사람이 액세스할 수 있습니다.
원래 Sleeter를 출시한 회사는 어디인가요?
Spleeter는 프랑스 음악 스트리밍 회사인 Deezer에서 2019년 오픈 소스로 출시되었습니다.
Sleeter의 4-스템 모델은 오디오를 무엇으로 분리합니까?
4-스템 구성은 보컬, 드럼, 베이스 및 기타 모든 것을 위한 '기타' 스템을 출력합니다.
Spleeter는 어떤 신경망 아키텍처를 사용합니까?
Spleeter는 오디오 스펙트로그램에서 마스크를 예측하는 U-Net 컨벌루션 네트워크를 사용합니다.
Sleeter는 실제로 믹스에서 단일 소스를 어떻게 추출합니까?
네트워크는 혼합 스펙트로그램과 곱해지는 소스별 마스크(값 0~1)를 예측합니다.
Sleeter를 인기 있게 만든 주요 실용적인 이점은 무엇입니까?
Sleeter는 GPU에서 실시간보다 약 100배 빠르게 오디오를 분리할 수 있어 빠르고 접근이 용이합니다.