文件名称：spleeter：Deezer源分离库，包括预训练的模型
文件大小：1.33MB
文件格式：ZIP
更新时间：2024-02-25 16:18:42
python deep-learning tensorflow model drums
:warning: 版本引入了一些重大更改，包括用于输入的新CLI选项命名以及专用GPU软件包的删除。 请阅读了解更多详情。 关于 Spleeter是源代码分离库，具有使用编写的预训练模型，并使用 。 它使训练源分离模型（假设您具有隔离的源的数据集）变得容易，并提供了经过训练的先进模型来执行各种分离操作： 人声（歌声）/伴奏分离（ ） 人声/鼓/贝斯/其他分离（ ） 人声/鼓/贝斯/钢琴/其他分离器（ ） 2个茎和4个茎模型在数据集上具有。 Spleeter也非常快，因为它可以在GPU上运行时将音频文件分离为4个茎，比实时快100倍。 我们设计了Spleeter，因此您可以直接在使用它，也可以在自
【文件预览】：
spleeter-master
----poetry.lock(108KB)
----pyproject.toml(3KB)
----images()
--------spleeter_logo.png(1.1MB)
----audio_example_mono.mp3(86KB)
----spleeter.ipynb(4KB)
----.github()
--------PULL_REQUEST_TEMPLATE.md(567B)
--------ISSUE_TEMPLATE()
--------workflows()
--------CONTRIBUTING.md(2KB)
--------CODEOWNERS(58B)
----tests()
--------test_github_model_provider.py(693B)
--------test_train.py(3KB)
--------test_eval.py(2KB)
--------test_ffmpeg_adapter.py(2KB)
--------test_separator.py(5KB)
--------__init__.py(162B)
----LICENSE(1KB)
----paper.md(8KB)
----docker()
--------conda-entrypoint.sh(386B)
--------cuda-10-0.dockerfile(2KB)
--------spleeter-conda.dockerfile(354B)
--------conda.dockerfile(685B)
--------spleeter.dockerfile(307B)
--------cuda-10-1.dockerfile(2KB)
--------cuda-9.2.dockerfile(2KB)
--------spleeter-model.dockerfile(294B)
----configs()
--------4stems()
--------musdb_train.csv(19KB)
--------musdb_validation.csv(3KB)
--------2stems()
--------5stems()
--------musdb_config.json(853B)
----audio_example.mp3(257KB)
----conda()
--------spleeter()
----paper.bib(6KB)
----.gitignore(1KB)
----CHANGELOG.md(2KB)
----spleeter()
--------options.py(3KB)
--------separator.py(16KB)
--------py.typed(0B)
--------model()
--------dataset.py(20KB)
--------types.py(291B)
--------resources()
--------__main__.py(8KB)
--------__init__.py(701B)
--------audio()
--------utils()
----README.md(8KB)