Spleeter stammeseparasjon
Spleeter er et åpen kildekodeverktøy fra Deezer som deler opp en ferdig sang i separate spor (vokal, trommer, bass og mer) ved hjelp av dyp læring.
Oversikt
It made high-quality stem separation fast, free, and accessible to anyone with a laptop.
Dypdykk
Spleeter, utgitt av musikkstreamingselskapet Deezer i 2019, deler en blandet innspilling i individuelle instrumentstammer. Den leveres i tre ferdigtrente konfigurasjoner: 2-stem (vokal pluss akkompagnement), 4-stem (vokal, trommer, bass, annet) og 5-stem (som legger til piano). Under panseret bruker den U-Net konvolusjonelle nevrale nettverk som opererer på lydens spektrogram, og forutsier en myk maske for hver kilde. Multiplisere masken med det originale spektrogrammet og invertering tilbake til lyd gir hver stamme. Det som gjorde Spleeter berømt var hastighet: den kan separere lyd omtrent 100 ganger raskere enn sanntid på en GPU. Det er mye brukt av DJ-er, remiksere, transkriberere og karaokeprodusenter, og det utløste en bølge av konkurrerende separatorer som Demucs.
Teknisk innsikt
Spleeter fungerer i tidsfrekvensdomenet. Lyd konverteres til et størrelsesspektrogram via Short-Time Fourier Transform (STFT). Et U-Net (koder-dekoder med hoppkoblinger) lærer, per kilde, en maske mellom 0 og 1 for hver tidsfrekvensbeholder. Det maskerte spektrogrammet blir rekombinert med den opprinnelige blandingens fase, deretter rekonstruerer en invers STFT bølgeformen. Fordi den estimerer myke masker i stedet for rå lyd, forårsaker lekkasje og gjenbrukt fase artefakter.
Strategisk innvirkning
Access and reach
Det forbedrer tilgjengeligheten gjennom transkripsjon, fortellerstemme og stemmegrensesnitt.
Cost and budget
Medieteam kan sende polert lyd raskere med mindre budsjetter.
Speed and scale
Kundevendte systemer kan behandle talte interaksjoner i større skala.
Fremtiden for spleeter stammeseparasjon
Nyere bølgeformdomenemodeller som Demucs og hybridtransformatorseparatorer slår nå Spleeter på kvalitet, og gjenvinner skarpere transienter og færre artefakter. Trenden går mot høyere stammetall (separering av individuelle gitarer eller backing vokal), sanntidsseparasjon på enheten i DAW-er og telefoner, og integrering i streaming-apper for umiddelbar remiksing eller tilgjengelighet. Spleeter i seg selv er fortsatt en populær baseline fordi den er lett, gratis og enkel å kjøre, selv når forskning presser frem fasebevisste og generative tilnærminger.
Real-World Implementering
Lage umiddelbare karaokespor ved å fjerne hovedvokalen fra en kommersiell sang
DJ-er og produsenter som isolerer en tromme eller bassstamme for å bygge remikser og mashups
Musikkstudenter trekker ut en enkelt instrumentlinje for å transkribere og øve sammen med
Gjenopprette eller rense gamle opptak ved å separere og balansere gjørmete blandinger
Risikoer og rekkverk
Risikoen for stemmemisbruk og etterligning øker når samtykke mangler.
Nøyaktigheten kan falle på tvers av aksenter, dialekter eller støyende omgivelser.
Syntetisk lyd kan forveksles med autentisk tale uten tydelig merking.
Veikart for implementering
Innhent eksplisitt samtykke for stemmefangst, kloning og gjenbruk.
Test kvalitet på tvers av forskjellige høyttalere og bakgrunnsforhold.
Definer når et menneske må gjennomgå eller godkjenne utdata.
Merk syntetisk lyd og oppbevar herkomstregistreringer for ansvarlighet.
Fortsett å utforske
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
Neste guide
Conv-TasNet tidsdomene-separasjon
Ofte stilte spørsmål
What is Spleeter Stem Separation?
Spleeter er et åpen kildekodeverktøy fra Deezer som deler opp en ferdig sang i separate spor (vokal, trommer, bass og mer) ved hjelp av dyp læring. Det gjorde stammeseparasjon av høy kvalitet rask, gratis og tilgjengelig for alle med en bærbar datamaskin.
Hvilket selskap ga opprinnelig ut Spleeter?
Spleeter ble utgitt som åpen kildekode i 2019 av Deezer, det franske musikkstreamingselskapet.
Hva skiller Spleeters 4-stamme modell lyd inn i?
4-stems konfigurasjonen gir ut vokal, trommer, bass og en "annen" stem for alt annet.
Hvilken nevrale nettverksarkitektur bruker Spleeter?
Spleeter bruker U-Net konvolusjonsnettverk som forutsier masker på lydens spektrogram.
Hvordan trekker Spleeter ut en enkelt kilde fra blandingen?
Nettverket forutsier en maske per kilde (verdier 0 til 1) som multipliseres med blandingsspektrogrammet.
Hva er en viktig praktisk fordel som gjorde Spleeter populær?
Spleeter kan separere lyd rundt 100 ganger raskere enn sanntid på en GPU, noe som gjør den rask og tilgjengelig.