使用Python扩展库spleeter分离MP3音乐文件中的伴奏和人声

关于spleeter：

spleeter是由法国的音乐流媒体公司Deezer开源的项目，可以把音乐文件其分成2、4、5等多个独立的音轨，支持mp3、wav、ogg等常见音频格式。

Spleeter基于TensorFlow开发，依赖sniffio、 six、 oauthlib、 rfc3986、 requests-oauthlib、 numpy、 llvmlite、 h11、 anyio、 wheel、 tensorboard-plugin-wit、 tensorboard-data-server、 numba、 markdown、 hyperframe、 httpcore、 hpack、 grpcio、 google-auth-oauthlib、 charset-normalizer、 absl-py、 wrapt、 typing-extensions、 termcolor、 tensorflow-estimator、 tensorboard、 soundfile、 resampy、 pooch、 opt-einsum、 keras-preprocessing、 keras-nightly、 httpx、 h5py、 h2、 google-pasta、 gast、 flatbuffers、 click、 audioread、 astunparse、 typer、 tensorflow、 norbert、 librosa、 ffmpeg-python等大量扩展库，分离过程可以在GPU或CPU上执行，使用GPU可以获得更快的分离速度。

任务描述：

给定MP3音乐文件，分离其中的伴奏音乐和人声，保存为独立的MP3文件。

准备工作：

1. 准备待分离的MP3音乐文件。

2. 使用pip安装扩展库spleeter以及依赖库，由于依赖库较多，建议指定国内源提高速度，参考：Python扩展库安装与常见问题解决完整指南

3. 下载ffmpeg/ffplay/ffprobe（网上很容易下载，或者后台发送消息“分离人声”获取百度网盘地址），解压缩到本地硬盘，记下bin文件夹路径，然后添加到系统环境变量Path中，如下图

命令行用法演示：

测试音乐：

分离结果-伴奏：

分离结果-人声：

可能遇到的错误：

1. 如果遇到错误提示，

ValueError: Can't load save_path when it is None.

可以在资源管理器中进入执行命令的当前文件夹，删除子文件夹pretrained_models，然后重新执行命令。

2. 如果遇到错误提示，

ERROR:spleeter:ffprobe binary not found

回到准备工作的第3步，检查是否安装成功并配置Path变量，如果确认没问题，可以重新cmd或PowerShell。

3. 如果遇到错误提示，

httpx.ReadTimeout: The read operation timed out

检查网络连接是否正常，然后重新执行命令。

声明：

本文内容仅用于技术研究，切勿用于侵权行为，请支持音乐版权。