音频分离Spleeter的安装

音频分离Spleeter的安装

  • 1.环境依赖及建立(需要已安装anaconda)
    • 1.0 项目源地址(github地址)
    • 1.1 创建虚拟环境
    • 1.2 激活虚拟环境
    • 1.3 conda 安装spleeter
    • 1.4 下载一个示例音乐
    • 1.5 将该音乐分离为两部分
      • 1.5.1 报错:No module named numba.decorators
      • 1.5.2 解决方案:
    • 1.6 下载分类模型
      • 1.6.1报错ValueError:Can't load save_path when it is None.
      • 1.6.2 解决方案:
      • 1.6.3 继续运行
      • 1.6.4 查看分离结果
  • 2. 参考

音轨分离软件 spleeter,只需输入一段命令就可以将音乐的人声和各种乐器声分离,支持 mp3、wav、ogg 等常见音频格式。
Spleeter 基于 TensorFlow 开发,本身运行速度非常快。分离过程可以在 GPU 或 CPU 上执行。在 GPU 上运行,如果它将音频文件分成四个音轨,可以比实时速度快 100 倍。
作为一位研究音频的学生,还是忍不住来接触了一下,接触后自觉 该模型也确实不错 ,不然也不可能在短短几周在github标星上千。总而言之,就是 向大佬学习

1.环境依赖及建立(需要已安装anaconda)

在这里插入图片描述

1.0 项目源地址(github地址)

具体内容可以参看原作者的github地址:
spleeter项目github链接

1.1 创建虚拟环境

conda create -n spleeter python=3.7

1.2 激活虚拟环境

conda activate spleeter

激活之后是这样的:
在这里插入图片描述

1.3 conda 安装spleeter

conda install -c conda-forge spleeter

这里要安装的文件还是比较多的:
音频分离Spleeter的安装_第1张图片
在这里我还是要说一下的,此处我们在下载个别库的时候或许有时候网络会慢,但是没关系的,一次下载不成功,之后再去尝试就好了嘛~

1.4 下载一个示例音乐

由于原项目的文件我没有下载成功,此处我是在一个备份网址上下载的:

https://gitee.com/mirrors/spleeter/raw/master/audio_example.mp3

1.5 将该音乐分离为两部分

spleeter separate -i audio_example.mp3 -p spleeter:2stems -o output

1.5.1 报错:No module named numba.decorators

运行时出错:
音频分离Spleeter的安装_第2张图片

1.5.2 解决方案:

出现这个问题是因为版本升级的问题,之前的一些库不在原来的目录下了,例如我们这里出现的 jit ,解决办法,就是将该库从最新的目录下引入即可:

D:\softwares\Anaconda\install\envs\spleeter\Lib\site-packages\librosa\util\decorators.py 
然后将
from numba.decorators
改为
from numba.core.decorators import jit as optional_jit
保存退出,再次运行即可

已经么有出错了:
在这里插入图片描述

1.6 下载分类模型

可以使用其他下载工具下载该模型文件,这里程序一直在搜索该模型文件而没有继续向下进行

https://github.com/deezer/spleeter/releases/download/v1.4.0/2stems.tar.gz

然后将文件放置到pretrained_models文件夹下的2stems文件夹下:
音频分离Spleeter的安装_第3张图片
之后再次运行该程序:

spleeter separate -i audio_example.mp3 -p spleeter:2stems -o output

其他分类模型下载:其他分类模型文件下载链接(包括两种的、四种的、五种的)

1.6.1报错ValueError:Can’t load save_path when it is None.

但是这一步报错了ValueError:Can’t load save_path when it is None.
音频分离Spleeter的安装_第4张图片

1.6.2 解决方案:

在2stems文件夹内将之前下载的文件解压即可,如下所示:
音频分离Spleeter的安装_第5张图片

1.6.3 继续运行

这下就没有错误了,执行成功后会出现如下结果:

OMP: Info #212: KMP_AFFINITY: decoding x2APIC ids.
OMP: Info #210: KMP_AFFINITY: Affinity capable, using global cpuid leaf 11 info
OMP: Info #154: KMP_AFFINITY: Initial OS proc set respected: 0-7
OMP: Info #156: KMP_AFFINITY: 8 available OS procs
OMP: Info #157: KMP_AFFINITY: Uniform topology
OMP: Info #179: KMP_AFFINITY: 1 packages x 8 cores/pkg x 1 threads/core (8 total cores)
OMP: Info #214: KMP_AFFINITY: OS proc to physical thread map:
OMP: Info #171: KMP_AFFINITY: OS proc 0 maps to package 0 core 0
OMP: Info #171: KMP_AFFINITY: OS proc 1 maps to package 0 core 1
OMP: Info #171: KMP_AFFINITY: OS proc 2 maps to package 0 core 2
OMP: Info #171: KMP_AFFINITY: OS proc 3 maps to package 0 core 3
OMP: Info #171: KMP_AFFINITY: OS proc 4 maps to package 0 core 4
OMP: Info #171: KMP_AFFINITY: OS proc 5 maps to package 0 core 5
OMP: Info #171: KMP_AFFINITY: OS proc 6 maps to package 0 core 6
OMP: Info #171: KMP_AFFINITY: OS proc 7 maps to package 0 core 7
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 19160 thread 0 bound to OS proc set 0
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 19160 thread 1 bound to OS proc set 1
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 22880 thread 2 bound to OS proc set 2
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 18956 thread 8 bound to OS proc set 0
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 23428 thread 12 bound to OS proc set 4
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 6992 thread 3 bound to OS proc set 3
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 16912 thread 7 bound to OS proc set 7
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 4264 thread 6 bound to OS proc set 6
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 22176 thread 4 bound to OS proc set 4
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 5200 thread 9 bound to OS proc set 1
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 21368 thread 10 bound to OS proc set 2
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 15160 thread 11 bound to OS proc set 3
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 22224 thread 14 bound to OS proc set 6
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 19652 thread 5 bound to OS proc set 5
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 15096 thread 15 bound to OS proc set 7
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 24260 thread 13 bound to OS proc set 5
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 19524 thread 16 bound to OS proc set 0
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 17908 thread 17 bound to OS proc set 1
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 19516 thread 18 bound to OS proc set 2
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 24540 thread 19 bound to OS proc set 3
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 9528 thread 20 bound to OS proc set 4
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 6120 thread 21 bound to OS proc set 5
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 24108 thread 22 bound to OS proc set 6
OMP: Info #250: KMP_AFFINITY: pid 7496 tid 10668 thread 23 bound to OS proc set 7
INFO:spleeter:File output\audio_example/vocals.wav written succesfully
INFO:spleeter:File output\audio_example/accompaniment.wav written succesfully

1.6.4 查看分离结果

好了,到了这里我们就可以到对应文件夹(output)下取寻找解析的文件了,以我的为例:
音频分离Spleeter的安装_第6张图片

2. 参考

1.spleeter使用
2.spleeter环境搭建遇到的问题解决办法参考:

你可能感兴趣的:(语音识别,spleeter,tensorflow,深度学习,音频分离,语音)