Spleeter 是 Deezer 源分离库，带有用 Python 编写并使用 TensorFlow 的预训练模型。 它使训练音乐源分离模型变得容易（假设您有一个孤立源的数据集），并提供已经训练过的最先进的模型来执行各种风格的分离。
Spleeter项目官网传送门：https://research.deezer.com/projects/spleeter.html
Spleeter源代码仓库传送门：https://github.com/deezer/spleeter/
本文将介绍如何使用Spleeter进行MP3文件中的伴奏和人声的分离，从运行环境的安装开始手把手教你如何进行伴奏分离。
1）ffmpeg安装：由于Spleeter的使用依赖于ffmpeg的相关插件，所以首先需要安装ffmpeg，此处使用的是ffmpeg的static版本，软件下载传送门如下：https://ffmpeg.org/download.html。
此外，需要将上述可执行文件添加到系统的环境变量中：
2）Spleeter安装：已安装python开发环境的使用pip进行安装即可，没有的话请先行安装python开发环境，注意在安装Spleeter的时候会同时安装其相关的依赖库及模块假如是使用其默认的源的话可能会因为网络问题导致安装失败，建议将源更换为国内源再进行下载安装。
pip install spleeter
3）测试
|---------spleeter指令--|----目标文件-----|----输出目录------|
spleeter separate -c mp3 E:\Songs\demo.mp3 -o E:\Songs\test\
分离结束之后，在所设置的输出路径的文件夹中accompaniment.mp3为伴奏音频文件，vocals.mp3为人声音频文件。