Eu tentei o Machine Learning Spleeter. (Explicação de como usar)

2019 11 09 00h28 50 Últimas notícias
ス ポ ン サ ー リ ン ク

Eu tentei o Machine Learning Spleeter. (Explicação de como usar)

Eu sou yosi, o administrador do Chillout com Beats.

2020/04/14 pós-escrito
Quando tentei novamente, não consegui obter a seguinte mensagem de erro em meu ambiente doméstico.Eu investiguei e tentei alguns, mas o problema não foi resolvido no momento.
Portanto, observe que talvez você não consiga fazê-lo, mesmo que tente este artigo.
O ordinal 242 não foi encontrado na biblioteca dinâmica C: \ Users \ isee \ Miniconda3 \ Library \ bin \ mkl_intel_thread.dll. 

Eu tentei Spleeter, que se tornou um tema quente nas ruas.

Devido ao CLI (linha de comando), o nível de dificuldade é alto.

Linha de comando o que?Se você não entende, eu não recomendo.

Por enquanto, ouça os resultados da música demo.

Isso é incrível.

dados originais

Dados vocais extraídos

Dados que não sejam vocais

Visão geral do Spleeter

Embora não seja um tópico muito conhecido, a questão da separação de fontes tem sido de interesse de uma grande comunidade de pesquisadores de sinais musicais há décadas.Começa com uma simples observação.As gravações de música geralmente são uma mistura de várias faixas de instrumentos individuais (vocais, bateria, baixo, piano, etc.).As tarefas para separar as fontes de música são:Dada a mistura, essas faixas individuais (também conhecidas como hastes) podem ser restauradas? Isso tem muitos usos potenciais.Considere o pré-processamento para outras tarefas, como remixagem, upmixing, escuta ativa, fins educacionais, bem como transcrição.

Curiosamente, nosso cérebro é muito bom em separar instrumentos musicais.Apenas se concentre em um dos instrumentos nesta faixa (por exemplo, vocais principais) e você ouvirá algo completamente diferente dos outros.Mas não é realmente uma separação, você ainda ouve todas as outras partes.Em muitos casos, pode não ser possível recuperar com precisão as faixas individuais misturadas.Portanto, o desafio é aproximá-los o mais próximo possível.Em outras palavras, tente chegar o mais próximo possível do original sem criar distorção excessiva.

Ao longo dos anos, muitas estratégias foram estudadas por dezenas de grandes equipes de pesquisa em todo o mundo.Se você estiver interessado nesta fascinante jornada, leia a visão geral deste artigo ou leia-o.O ritmo do progresso recente deu um grande salto, principalmente devido aos avanços nos métodos de aprendizado de máquina.Para acompanhar, as pessoas estão comparando algoritmos em campanhas internacionais de classificação.Isso mostra que o desempenho do Spleeter corresponde ao desempenho do algoritmo ótimo proposto.
Além disso, o Spleeter é muito rápido. Se você estiver executando a versão da GPU, poderá isolar 100 vezes mais rápido do que em tempo real, o que a torna adequada para processar grandes conjuntos de dados.

 

Como instalar o Spleeter

Primeiro é o lugar para obter informações.

A história principal na página oficial é "Spleeter".

 
O arquivo executável está aqui.

Preferências do Spleeter

Para executar o Spleeter, primeiro você precisa preparar o ambiente.

Baixe e instale o Miniconda

Conda é provavelmente o mais fácil, entãominicondaIntroduzir.

2019 11 08 16h38 20

Eu acho que a instalação padrão está bem.

Instalar o Git

Você precisa de um cliente Git, então baixe e instale-o.

 
Clique no SO correspondente para iniciar o download sem permissão.

2019 11 08 17h18 25

Eu acho que a instalação padrão está bem.

 

Instalar Spleeter

Para Windows, inicie o "Prompt do Anaconda" no menu Iniciar.

2019 11 08 17h21 37

2019 11 08 17h23 14

Uma vez iniciado, copie e cole os comandos a seguir linha por linha.

clone do git https://github.com/deezer/spleeter
conda install -c conda-forge spleeter
conda env create -f spleeter /conda/spleeter-cpu.yaml
conda ativar sleeter-cpu
 

Verificando a operação do Spleeter usando a fonte de som de demonstração

 
Copie e cole o comando a seguir quando a instalação estiver concluída.
cd spleeter python -m separado -h

Se você puder instalá-lo sem nenhum problema, a seguinte ajuda (apenas uma parte é descrita) será exibida.

uso: sleeter separado [-h] [-a AUDIO_ADAPTER] [-p PARAMS_FILENAME]
[–Verbose] -i AUDIO_FILENAMES [AUDIO_FILENAMES…]
[-o OUTPUT_PATH] [-n {diretório, nome do arquivo}]
[-d MAX_DURATION] [-c {wav, mp3, ogg, m4a, wma, flac}]
[-m]
 

Exportar para 2stem

2stem pode ser dividido em "vocal" e "não vocal".
 
Verifique a operação usando o arquivo de demonstração.
 
Copie e cole o seguinte comando.
 
python -m spleeter separado -i audio_example.mp3 -o audio_output

O arquivo é armazenado na pasta "audio_output \ audio_example".

Tentei duas vezes, mas na primeira só consigo "vocals.wav" com os vocais extraídos.

Se você executar o comando novamente (use a tecla superior do teclado para voltar no histórico do comando), ele será gerado.

"Acompanhamento.wav" que não seja vocal também é emitido.

Exportar para 4stem

4stem podem ser divididos em "vocais", "baixo", "bateria" e "outros".
 
Verifique a operação usando o arquivo de demonstração.
spleeter separado -i audio_example.mp3 -o audio_output -p spleeter: 4stems

Se for bem sucedido, 4 arquivos serão exportados conforme abaixo.

INFO: spleeter: Arquivo audio_output \ audio_example \ bass.wav escrito INFO: spleeter: Arquivo audio_output \ audio_example \ vocals.wav escrito INFO: spleeter: Arquivo audio_output \ audio_example \ drums.wav escrito INFO: spleeter: Arquivo audio_output \ audio_example \ other. wav escrito

Você pode especificar quantos dividir com "-p". Atualmente, os 3 tipos a seguir são suportados.

  • 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)

Use Spleeter para sua própria fonte de som

Se você quiser curtir por si mesmo, acho que não há problema em extrair apenas os vocais da fonte de som que você rasgou por conta própria. (Tenha cuidado, pois sairá se você enviá-lo para a rede)

Vou descrever apenas como fazê-lo.

Primeiro, copie o arquivo que você preparou para o mesmo nível de "audio_example.mp3".

Tudo o que você precisa fazer agora é alterar o comando "audio_example.mp3" para o nome do arquivo que você preparou.

spleeter separado -i audio_example.mp3 -o audio_output

Eu tentei em japonês, mas funcionou.

Estou surpreso que ele pode ser extraído muito bem.

Se você receber um erro, pode funcionar se você alterá-lo para alfanuméricos.

Eu tentei o Machine Learning Spleeter. (Explicação de como usar) Resumo

É uma ótima tecnologia.

Além disso, se você tiver uma haste, poderá aprender mais.

Isso é um palpite, mas no momento parece que há pouco aprendizado da voz japonesa.

Se você aprender com um CD de karaokê, etc., pode ser possível extrair com precisão considerável.

Além disso, como esse software pode ser usado gratuitamente, há uma grande possibilidade de que aplicativos incluídos na GUI usando essa tecnologia sejam lançados no futuro.

De repente, pensei que seria incrível se essa tecnologia e a tecnologia do Dialogue Match da iZotope lançada no outro dia fossem fundidas.

コメント

  1. Fãs deste site De:

    Pesquisei bastante sobre a extração vocal, então estou fornecendo informações.
    Por favor, use-o como material quando não conseguir pensar em um artigo.Tudo bem se você não usá-lo, mas w

    Eu voei do ranking anual de acesso, mas com o tempo, o ambiente em torno do Spleeter melhorou consideravelmente e atingiu um nível que pode ser gerenciado se você estiver um pouco familiarizado com computadores pessoais.
    Mesmo assim, se você fizer isso corretamente, você não pode usar o Docker pelo menos, mas se for limitado ao Windows, um aplicativo GUI é fornecido.
    O nome é o mesmo da GUI do Spleeter.
    https://makenweb.com/#spleetergui
    Parece que todos os dados necessários estão incluídos, então parece que pode ser usado imediatamente.
    Eu sou um usuário de Mac, então eu uso o Spleeter Web, mas a GUI parece ser extremamente fácil de usar no Windows.
    Sinto muito se não funcionar porque eu não tentei, mas parece funcionar porque é o segundo mais popular no GitHub relacionado ao Spleeter.

    Bem, se você incluir pago, não é compatível com LALAL.AI, mas se for gratuito, sinto que você pode conhecê-lo como uma opção.
    Existem poucos artigos em japonês.

    • eu sim De:

      Obrigado por fornecer informações!
      Eu não conhecia, então vou pesquisar um pouco.
      Isso é realmente fácil.
      E o upload é problemático online, mas é fácil e bom localmente.
      Deixe-me escrever um artigo!

      Como você deve saber, o AUDIOSTRIP reviveu a remoção vocal do Youtube com um serviço online.
      https://www.audiostrip.co.uk/

      É bastante conveniente, mas sinto que desaparecerá se se espalhar devido a problemas de direitos autorais ...

      • Fãs deste site De:

        Como você deve saber, o AUDIOSTRIP reviveu a remoção vocal do Youtube com um serviço online.

        eu não sabia nada w
        Parece uma versão simplificada do Spleeter Web, que é publicado no GitHub e eu também uso.
        https://github.com/JeffreyCA/spleeter-web
        Este pode usar não apenas Spleeter, mas também Demucs, Tasnet, CrossNet-Open-Unmix (X-UMX), e também suporta importação do YouTube, mas você precisa usar o Docker.
        Leva muito tempo para iniciar e consome memória.

        Como esta é apenas uma combinação de youtubedl, ffmpeg e spleeter, sinto que não há problema para uso pessoal, mas pode ser suspeito em termos de direitos autorais quando se torna aberto ao público como AUDIOSTRIP.

        • eu sim De:

          Este pode usar não apenas Spleeter, mas também Demucs, Tasnet, CrossNet-Open-Unmix (X-UMX), e também suporta importação do YouTube, mas você precisa usar o Docker.

          Obrigado pela informação!
          Spleeter Web Isso é incrível.
          Acho que vou tentar isso também.
          Eu nunca usei o Docker, mas é realmente problemático consumir muita capacidade em sistemas virtuais.

          Sinto que o AUDIOSTRIP desaparece (ou remove os downloads do Youtube).
          Eu acho que é um problema para poder baixá-lo.

Título e URL copiados