事前准备
需安装python，ffmpeg，spleeter，笔者使用的操作系统是window10
python安装
ffmpeg安装
spleeter安装
可以在colab上试用spleeter的功能https://colab.research.google.com/github/deezer/spleeter/blob/master/spleeter.ipynb
https://colab.research.google.com/github/deezer/spleeter/blob/master/spleeter.ipynb
https://github.com/deezer/spleeterREADME.md文件写的有详细的安装教程，但是笔者按照pip install spleeter时卡住没有反应，大家遇到这种情况，可以尝试
conda install -c "conda-forge/label/cf202003" spleeter或者
conda install -c conda-forge spleeter这两条指令在anaconda官网上搜索spleeter会显示（地址：Search :: Anaconda.org），但是需要大家先安装anaconda才能使用conda指令。
实现思路
首先使用ffmpeg提取视频声音，然后使用spleeter分离音频中的背景音和人声，最后将背景声与原视频合并，最终获得消除人声的视频。
具体实现
首先说明，接下来的指令均执行在cmd中
提取视频声音
ffmpeg -i audio.mp4 -vn -codec copy sound.m4a"audio.mp4"是要提取声音的视频，不仅可以是mp4格式的文件，还可以是flv等格式的视频，“sound.m4a”是要提取的音频保存的文件名。接下来将m4a的音频转为mp3格式。
ffmpeg -i "sound.m4a" -y -acodec libmp3lame -aq 0 "sound.mp3"为什么要转换为mp3格式的呢，因为colab试用的时候看人家的例子是mp3文件 O(∩_∩)O。大家可以将m4a格式转为别的格式进行接下来的操作试试。
人声分离
spleeter separate -p spleeter:2stems -o output sound.mp3这里的sound.mp3即为要消除人声的音频。该指令第一次执行时会在cmd当前打开路径下创建pretrained_models\2stems文件夹保存下载的模型文件，所以建议运行该指令时在同一个文件夹下，避免多次下载模型文件。
输入指令回车后稍等一段时间，会在cmd当前打开路径下出现output\sound文件夹，若文件名是xyz.mp3，则会出现output\xyz文件夹，文件夹里有两个文件，accompaniment.wav即为背景音，vocals.wav即为人声。
合并背景音和视频
首先需要将原视频的声音删除。这里的文件名需要加上英文引号，如果不加的话，会提示No such file or directory。
ffmpeg -i "audio.mp4" -y -f mp4 -an -codec copy -q:v 1 "audio-无声.mp4"然后将无声视频和音频融合
ffmpeg -i audio-无声.mp4 -i accompaniment.wav -c:v copy -c:a aac -strict experimental audio-消音.mp4即可获得消去人声的视频。但笔者口语不好，觉得原视频的语速有些快了，故又调整了视频倍速为0.8倍速。
ffmpeg -i test.mp4 -filter_complex "[0:v]setpts=10/8*PTS[v];[0:a]atempo=0.8[a]" -map "[v]" -map "[a]" test-2.mp4这条指令同时调整视频倍速和音频倍速，setpts=(倍速的倒数)*PTS[v]，atempo=(倍速)[a]