ProHoster > blog > internetnieuws > Open source voor Spleeter, een systeem voor het scheiden van muziek en stem
Open source voor Spleeter, een systeem voor het scheiden van muziek en stem
Streamingprovider Deezer ik opende Bronteksten van het experimentele project Spleeter, dat een machine learning-systeem ontwikkelt voor het scheiden van geluidsbronnen van complexe audiocomposities. Met dit programma kun je zang uit een compositie verwijderen en alleen de muzikale begeleiding achterlaten, het geluid van individuele instrumenten manipuleren, of de muziek weggooien en de stem laten overlappen met een andere geluidsreeks, waardoor mixen, karaoke of transcriptie ontstaan. De projectcode is geschreven in Python met behulp van de Tensorflow-engine en gedistribueerd door onder de MIT-licentie.
Bij het splitsen in 2 en 4 threads levert Spleeter zeer hoge prestaties. Bij gebruik van de GPU kost het splitsen van een audiobestand in 4 threads bijvoorbeeld 100 keer minder tijd dan de duur van de originele compositie. Op een systeem met een NVIDIA GeForce GTX 1080 GPU en een 32-core Intel Xeon Gold 6134 CPU werd de musDB-testverzameling, die drie uur en 27 minuten duurde, in 90 seconden verwerkt.
Op vergelijking van met Open-Unmix is ββde scheidingstool van Spleeter ongeveer 35% sneller wanneer deze op de CPU wordt getest, ondersteunt hij MP3-bestanden en genereert hij merkbaar betere resultaten (het afzonderlijk stemmen in Open-Unmix laat sporen achter van sommige tools, wat waarschijnlijk te wijten is aan het feit dat de modellen Open-Unmix zijn getraind op een verzameling van slechts 150 composities).