Spleeterは、Pythonで記述された事前学習済みモデルを備えたDeezerオーディオソース分離ライブラリで、Tensorflowを使用します。この楽器は、音楽トラックを個別のコンポーネント（ボーカル、ドラム、ベース、その他の特定のサウンド）に分割できます。複数のオーディオトラックに分割した後、それぞれを独自の目的に使用できます（ボーカルの削除、ギターリズムのカットなど）。生成されたオーディオトラックは、Audacityなどのオーディオエディターにインポートでき、ソース分離モデルのトレーニングが容易になり（分離されたソースのデータセットがある場合）、さまざまなフレーバーを実行するためのトレーニング済みの最新モデルを提供します分離：...ボーカル（歌声）/伴奏分離（2ステム）ボーカル/ドラム/ベース/その他の分離（4ステム）ボーカル/ドラム/ベース/ピアノ/その他の分離（5ステム）2ステムと4ステムのモデルがありますmusdbデータセットの最新のパフォーマンス。Spleeterは、GPUで実行する場合、リアルタイムよりも100倍高速に4つのステムにオーディオファイルを分離できるため、非常に高速です。Spleeterは、コマンドラインから直接使用できるほか、Pythonライブラリとして独自の開発パイプラインで直接使用できるように設計されています。Conda、pip、またはDockerで使用できます。クイックスタート試してみませんか？リポジトリのクローンを作成し、Conda環境をインストールして、次のように音声ファイルの分離を開始します。：2stems -o output output / audio_exampleフォルダーに2つの分離したオーディオファイル（vocals.wavとaccompaniment.wav）を取得する必要があります。より詳細なドキュメントについては、リポジトリwikiを確認してください。Spleeterをオンラインで使用できる非公式のWebサイトもあります。