Разделение стебля сплитера
Spleeter — это инструмент с открытым исходным кодом от Deezer, который разбивает готовую песню на отдельные треки (вокал, ударные, бас и т. д.) с помощью глубокого обучения.
Обзор
It made high-quality stem separation fast, free, and accessible to anyone with a laptop.
Глубокое погружение
Spleeter, выпущенный музыкальной потоковой компанией Deezer в 2019 году, разделяет смешанную запись на отдельные инструментальные основы. Он поставляется в трех предварительно подготовленных конфигурациях: с 2 стеблями (вокал плюс аккомпанемент), с 4 стеблями (вокал, ударные, бас и т. д.) и с 5 стеблями (с добавлением фортепиано). Под капотом он использует сверточные нейронные сети U-Net, которые работают со спектрограммой звука, предсказывая мягкую маску для каждого источника. Умножение маски на исходную спектрограмму и обратное обращение к звуку дает каждый стебель. Что сделало Spleeter знаменитым, так это скорость: он может разделять звук примерно в 100 раз быстрее, чем в реальном времени на графическом процессоре. Он широко используется ди-джеями, ремиксерами, транскрибаторами и создателями караоке и вызвал волну конкурирующих сепараторов, таких как Demucs.
Техническая информация
Сплитер работает в частотно-временной области. Звук преобразуется в спектрограмму амплитуды с помощью кратковременного преобразования Фурье (STFT). U-Net (кодер-декодер с пропускаемыми соединениями) изучает для каждого источника маску от 0 до 1 для каждого интервала времени-частоты. Замаскированная спектрограмма рекомбинируется с фазой исходной смеси, затем обратное STFT восстанавливает форму сигнала. Поскольку он оценивает мягкие маски, а не необработанный звук, утечки и повторное использование фазы вызывают артефакты.
Стратегическое воздействие
Доступ и охват
Это улучшает доступность за счет транскрипции, повествования и голосовых интерфейсов.
Стоимость и бюджет
Медиа-команды могут выпускать качественное аудио быстрее с меньшими бюджетами.
Скорость и масштаб
Системы, работающие с клиентами, могут обрабатывать устные взаимодействия в большем масштабе.
Будущее разделения стволов Spleeter
Новые модели в области сигналов, такие как Demucs и гибридные трансформаторные сепараторы, теперь превосходят Spleeter по качеству, восстанавливая более четкие переходные процессы и уменьшая количество артефактов. Тенденция заключается в увеличении количества стемов (разделение отдельных гитар или бэк-вокала), разделении в реальном времени на устройстве в DAW и телефонах, а также интеграции в потоковые приложения для мгновенного ремикширования или доступности. Сам Spleeter остается популярным базовым вариантом, поскольку он легкий, бесплатный и простой в использовании, даже несмотря на то, что исследования продвигают поэтапный и генеративный подходы.
Реальная реализация
Создание мгновенных треков караоке путем удаления ведущего вокала из коммерческой песни.
Диджеи и продюсеры изолируют барабанные или басовые основы для создания ремиксов и коллажей
Студенты-музыканты извлекают одну партию инструмента, чтобы записать ее и попрактиковаться вместе с ней.
Восстановление или очистка старых записей путем разделения и балансировки мутных миксов.
Риски и ограничения
Риски неправильного использования голоса и выдачи себя за другое лицо возрастают при отсутствии согласия.
Точность может снижаться из-за акцентов, диалектов или шумной обстановки.
Синтетический звук можно принять за аутентичную речь без четкой маркировки.
Дорожная карта реализации
Получите явное согласие на захват, клонирование и повторное использование голоса.
Проверьте качество звука при использовании различных динамиков и фоновых условий.
Определите, когда человек должен проверять или утверждать результаты.
Маркируйте синтетический звук и сохраняйте записи о происхождении для обеспечения ответственности.
Продолжайте исследовать
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
Следующее руководство
Разделение во временной области Conv-TasNet
Часто задаваемые вопросы
What is Spleeter Stem Separation?
Spleeter — это инструмент с открытым исходным кодом от Deezer, который разбивает готовую песню на отдельные треки (вокал, ударные, бас и т. д.) с помощью глубокого обучения. Это сделало высококачественное разделение стеблей быстрым, бесплатным и доступным для любого, у кого есть ноутбук.
Какая компания изначально выпустила Spleeter?
Spleeter был выпущен с открытым исходным кодом в 2019 году французской компанией Deezer, занимающейся потоковой передачей музыки.
На что разделяет звук четырехствольная модель Сплитера?
Конфигурация с четырьмя стержнями выводит вокал, ударные, бас и «другой» стержень для всего остального.
Какую архитектуру нейронной сети использует Spleeter?
Spleeter использует сверточные сети U-Net, которые прогнозируют маски на спектрограмме звука.
Как Spleeter на самом деле извлекает из микса один источник?
Сеть прогнозирует маску для каждого источника (значения от 0 до 1), которая умножается на спектрограмму смеси.
Какое ключевое практическое преимущество сделало Spleeter популярным?
Spleeter может разделять звук примерно в 100 раз быстрее, чем в реальном времени на графическом процессоре, что делает его быстрым и доступным.