- J'ai essayé Machine Learning Spleeter. (Explication du mode d'emploi)
- J'ai essayé Machine Learning Spleeter. (Explication du mode d'emploi) Résumé
J'ai essayé Machine Learning Spleeter. (Explication du mode d'emploi)
Je suis Yosi, l'administrateur de Chillout with Beats.
J'ai essayé Spleeter, qui est devenu un sujet brûlant dans les rues.
En raison de la CLI (ligne de commande), le niveau de difficulté est élevé.
Ligne de commande quoi ?Si vous ne comprenez pas, je ne le recommande pas.
Pour le moment, veuillez écouter les résultats de la chanson de démonstration.
Ceci est incroyable.
données d'origine
Données vocales extraites
Données autres que vocales
Présentation de Spleeter
Bien qu'il ne s'agisse pas d'un sujet bien connu, la question de la séparation des sources intéresse une large communauté de chercheurs en signaux musicaux depuis des décennies.Cela commence par un simple constat.Les enregistrements musicaux sont généralement un mélange de plusieurs pistes d'instruments individuels (chant principal, batterie, basse, piano, etc.).Les tâches de séparation des sources musicales sont :Compte tenu du mélange, ces pistes individuelles (également appelées stems) peuvent-elles être restaurées ? Cela a de nombreuses utilisations potentielles.Envisagez le prétraitement pour d'autres tâches telles que le remixage, le surmixage, l'écoute active, à des fins éducatives, ainsi que la transcription.
Fait intéressant, notre cerveau est très bon pour séparer les instruments de musique.Concentrez-vous simplement sur l'un des instruments de cette piste (par exemple, le chant principal) et vous entendrez quelque chose de complètement différent des autres.Mais ce n'est pas vraiment une séparation, vous entendez toujours toutes les autres parties.Dans de nombreux cas, il peut ne pas être possible de récupérer avec précision les pistes individuelles mixées ensemble.Par conséquent, le défi consiste à les rapprocher le plus possible.En d'autres termes, essayez de vous rapprocher le plus possible de l'original sans créer de distorsion excessive.
Au fil des ans, de nombreuses stratégies ont été étudiées par des dizaines de grandes équipes de recherche à travers le monde.Si ce voyage fascinant vous intéresse, veuillez lire l'aperçu de cet article ou le lire.Le rythme des progrès récents a fait un grand bond, principalement en raison des progrès des méthodes d'apprentissage automatique.Pour garder une trace, les gens comparent les algorithmes dans les campagnes de notation internationales.Cela montre que les performances de Spleeter correspondent aux performances de l'algorithme optimal proposé.
De plus, Spleeter est très rapide. Si vous utilisez la version GPU, vous pouvez vous attendre à isoler 100 fois plus rapidement qu'en temps réel, ce qui la rend adaptée au traitement de grands ensembles de données.
Comment installer Spleeter
Le premier est l'endroit où obtenir des informations.
L'histoire principale sur la page officielle est "Spleeter".
Préférences de Spleeter
Pour exécuter Spleeter, vous devez d'abord préparer l'environnement.
Téléchargez et installez Miniconda
Conda est probablement le plus facile, doncminicondePrésenter.
Je pense que l'installation par défaut est bonne.
Installer Git
Vous avez besoin d'un client Git, alors téléchargez-le et installez-le.
Je pense que l'installation par défaut est bonne.
Installer Spleter
Pour Windows, démarrez "Anaconda Prompt" dans le menu Démarrer.
Une fois lancé, copiez et collez les commandes suivantes ligne par ligne.
conda install -c conda-forge spleeter
conda env créer -f spleeter /conda/spleeter-cpu.yaml
conda activer spleeter-cpu
Vérification du fonctionnement de Spleeter à l'aide de la source sonore de démonstration
cd spleeter python -m séparé -h
Si vous parvenez à l'installer sans problème, l'aide suivante (seule une partie est décrite) s'affichera.
[–Verbose] -i AUDIO_FILENAMES [AUDIO_FILENAMES…]
[-o OUTPUT_PATH] [-n {répertoire, nom de fichier}]
[-d MAX_DURATION] [-c {wav, mp3, ogg, m4a, wma, flac}]
[-m]
Exporter vers 2stem
python -m spleeter séparé -i exemple_audio.mp3 -o sortie_audio
Le fichier est stocké dans le dossier "audio_output \ audio_example".
Je l'ai essayé deux fois, mais la première fois, je n'obtiens que "vocals.wav" avec les voix extraites.
Si vous exécutez à nouveau la commande (utilisez la touche supérieure du clavier pour revenir en arrière dans l'historique de la commande), elle sera sortie.
"Accompaniment.wav" autre que le chant est également émis.
Exporter vers 4stem
spleeter separate -i audio_example.mp3 -o audio_output -p spleeter: 4stems
En cas de succès, 4 fichiers seront exportés comme ci-dessous.
INFO : spleeter : Fichier sortie_audio\exemple_audio\bass.wav écrit INFO : spleeter : Fichier sortie_audio\exemple_audio\voix.wav écrit INFO : spleeter : Fichier sortie_audio\exemple_audio\drums.wav écrit INFO : spleeter : Fichier sortie_audio\exemple_audio\autre. wav écrit
Vous pouvez spécifier le nombre à diviser avec "-p". Actuellement, les 3 types suivants sont pris en charge.
spleeter:2stems（ボーカル、その他）spleeter:4stems（ボーカル、ベース、ドラム、その他)spleeter:5stems（ボーカル、ベース、ドラム、ピアノ、その他)
Utilisez Spleeter pour votre propre source sonore
Si vous voulez en profiter pour vous-même, je pense qu'il était acceptable d'extraire uniquement les voix de la source sonore que vous avez extraite vous-même. (Soyez prudent car il sera sorti si vous le téléchargez sur le net)
Je décrirai seulement comment le faire.
Tout d'abord, copiez le fichier que vous avez préparé au même niveau que "audio_example.mp3".
Tout ce que vous avez à faire maintenant est de remplacer la commande "audio_example.mp3" par le nom de fichier du fichier que vous avez préparé.
spleeter séparé -i exemple_audio.mp3 -o sortie_audio
J'ai essayé en japonais, mais ça a marché.
Je suis surpris qu'il puisse être extrait assez joliment.
Si vous obtenez une erreur, cela peut fonctionner si vous le changez en caractères alphanumériques.
J'ai essayé Machine Learning Spleeter. (Explication du mode d'emploi) Résumé
C'est une super technologie.
De plus, si vous avez une tige, vous pouvez en savoir plus.
C'est une supposition, mais à l'heure actuelle, il semble qu'il y ait peu d'apprentissage de la voix japonaise.
Si vous apprenez à partir d'un CD de karaoké, etc., il peut être possible d'extraire avec une précision considérable.
De plus, étant donné que ce logiciel peut être utilisé gratuitement, il est fort possible que des applications à interface graphique utilisant cette technologie sortent à l'avenir.
J'ai soudainement pensé que ce serait incroyable si cette technologie et la technologie de Dialogue Match d'iZotope sortie l'autre jour étaient fusionnées.
コメント
J'ai pas mal étudié l'extraction vocale, donc je donne des informations.
Veuillez l'utiliser comme matériau lorsque vous ne pouvez pas penser à un article.Ce n'est pas grave si vous ne l'utilisez pas, mais w
Je me suis envolé du classement d'accès annuel, mais avec le temps, l'environnement autour de Spleeter s'est considérablement amélioré, et il a atteint un niveau qui peut être géré si vous êtes un peu familier avec les ordinateurs personnels.
Même ainsi, si vous le faites correctement, vous ne pouvez pas utiliser Docker au moins, mais s'il est limité à Windows, une application graphique est fournie.
Le nom est le même que l'interface graphique Spleeter.
https://makenweb.com/#spleetergui
Il semble que toutes les données nécessaires soient incluses, il semble donc qu'elles puissent être utilisées immédiatement.
Je suis un utilisateur Mac, j'utilise donc Spleeter Web, mais l'interface graphique semble extrêmement facile à utiliser sous Windows.
Je suis désolé si cela ne fonctionne pas car je ne l'ai pas essayé, mais cela semble fonctionner car c'est le deuxième plus populaire sur GitHub lié à Spleeter.
Eh bien, si vous incluez payant, ce n'est pas un match avec LALAL.AI, mais si c'est gratuit, je pense que vous pouvez le savoir en option.
Il y a peu d'articles en japonais.
Merci de fournir des informations!
Je ne le connaissais pas, je vais donc me renseigner un peu.
C'est vraiment facile.
Et le téléchargement est gênant en ligne, mais c'est facile et bon localement.
Laissez-moi écrire un article !
Comme vous le savez peut-être, AUDIOSTRIP a relancé la suppression vocale de Youtube avec un service en ligne.
https://www.audiostrip.co.uk/
C'est assez pratique, mais j'ai l'impression qu'il va disparaître s'il se propage à cause de problèmes de droits d'auteur...
je ne savais pas du tout w
Cela ressemble à une version simplifiée de Spleeter Web, qui est publiée sur GitHub et que j'utilise également.
https://github.com/JeffreyCA/spleeter-web
Celui-ci peut utiliser non seulement Spleeter mais aussi Demucs, Tasnet, CrossNet-Open-Unmix (X-UMX), et il prend également en charge l'importation depuis YouTube, mais vous devez utiliser Docker.
Le démarrage prend beaucoup de temps et consomme de la mémoire.
Puisqu'il ne s'agit que d'une combinaison de youtubedl, ffmpeg et spleeter, je pense qu'il n'y a pas de problème pour un usage personnel, mais cela peut être suspect en termes de droit d'auteur lorsqu'il devient ouvert au public comme AUDIOSTRIP.
Merci pour l'information!
Spleeter Web C'est incroyable.
Je pense que je vais essayer ça aussi.
Je n'ai jamais utilisé Docker, mais c'est vraiment gênant de consommer beaucoup de capacité dans les systèmes virtuels.
J'ai l'impression que AUDIOSTRIP disparaît (ou supprime les téléchargements de Youtube).
Je pense que c'est un problème pour pouvoir le télécharger.