okamotoyuta / spleeter Goto Github PK

このリポジトリについて

spleeterを使いたいけどGitわからんとか、コマンドわからんとか、22kHzで音源分離するやり方わからんとか、そんな人向けに簡単に環境を構築し、実行できるようにバッチファイルを追加したリポジトリです。
バッチはMiniconda3を使用する想定で作成しました。

セットアップ

1. Miniconda3のダウンロードページからMiniconda3 Windows 64-bitをダウンロードしてインストールしてください。
   インストール先のフォルダは変更せずインストールしてください。

2. このリポジトリのspleeterをダウンロードして適当なところに解凍してください。

3. 解凍した中身の spleeter-master/batches/setupフォルダの中の 1_install ffmpeg.bat を実行
   （コマンドプロンプトのウィンドウが自動で閉じるまで待ってください）

4. 同様に 2_build and install.bat を実行
   （コマンドプロンプトのウィンドウが自動で閉じるまで待ってください）

音源分離をしてみる

1. spleeter-master/batchesフォルダの中の下記バッチファイルに分離したい音源をD&Dしてください。
   （複数同時にD&D可能）

   • spleeterを11kHzで実行.bat → 11kHz以上の音がカットされる
   • spleeterを16kHzで実行.bat → 16kHz以上の音がカットされる
   • spleeterを22kHzで実行.bat → 音がカットされない

2. stems? [2, 4, 5] と表示されたら 2 か 4 か 5 を入力してエンターを押してください。

   • 2 → 2stems (ボーカル、その他）
   • 4 → 4stems (ボーカル、ドラム、ベース、その他）
   • 5 → 5stems (ボーカル、ピアノ、ドラム、ベース、その他）

3. 初回は事前学習済みモデルのダウンロードが始まるので気長に待ってください。

4. 分離したデータは ミュージックフォルダの中に出力されます。

その他 補足

• wikiによると11kHzで事前学習済みモデルを作成しているため、16kHz, 22kHzでは変になるかもしれないらしい。
  なので問題があれば低いやつで試してみるといいかも。

• 出力先を変えたい場合はバッチファイルを編集で開いて OUT_PUT_PATH を変更してください。

• バッチファイルの場所を変更する場合はバッチファイルを編集で開いて SPLEETER_PATH を変更してspleeterの絶対パスを入れてください。
  （そうしないと事前学習済みモデルが変なところに再ダウンロードされちゃうと思います）

About

Spleeter is the Deezer source separation library with pretrained models written in Python and uses Tensorflow. It makes it easy to train source separation model (assuming you have a dataset of isolated sources), and provides already trained state of the art model for performing various flavour of separation :

• Vocals (singing voice) / accompaniment separation (2 stems)
• Vocals / drums / bass / other separation (4 stems)
• Vocals / drums / bass / piano / other separation (5 stems)

2 stems and 4 stems models have state of the art performances on the musdb dataset. Spleeter is also very fast as it can perform separation of audio files to 4 stems 100x faster than real-time when run on a GPU.

We designed Spleeter so you can use it straight from command line as well as directly in your own development pipeline as a Python library. It can be installed with Conda, with pip or be used with Docker.

Quick start

Want to try it out ? Just clone the repository and install a Conda environment to start separating audio file as follows:

git clone https://github.com/Deezer/spleeter
conda install -c conda-forge spleeter
spleeter separate -i spleeter/audio_example.mp3 -p spleeter:2stems -o output

You should get two separated audio files (vocals.wav and accompaniment.wav) in the output/audio_example folder.

Windows users

It appears that sometimes the shortcut command spleeter does not work properly on windows. This is a known issue that we will hopefully fix soon. In the meantime replace spleeter separate by python -m spleeter separate in the above line and it should work.

For a more detailed documentation, please check the repository wiki

Want to try it out but don't want to install anything ? we've setup a Google Colab

Reference

• Deezer Research - Source Separation Engine Story - deezer.io blog post:
  • English version
  • Japanese version
• Music Source Separation tool with pre-trained models / ISMIR2019 extended abstract

If you use Spleeter in your work, please cite:

@misc{spleeter2019,
  title={Spleeter: A Fast And State-of-the Art Music Source Separation Tool With Pre-trained Models},
  author={Romain Hennequin and Anis Khlif and Felix Voituret and Manuel Moussallam},
  howpublished={Late-Breaking/Demo ISMIR 2019},
  month={November},
  note={Deezer Research},
  year={2019}
}

License

The code of Spleeter is MIT-licensed.

Disclaimer

If you plan to use Spleeter on copyrighted material, make sure you get proper authorization from right owners beforehand.

Note

This repository include a demo audio file audio_example.mp3 which is an excerpt from Slow Motion Dream by Steven M Bryant (c) copyright 2011 Licensed under a Creative Commons Attribution (3.0) license. http://dig.ccmixter.org/files/stevieb357/34740 Ft: CSoul,Alex Beroza & Robert Siekawitch