“2019年10月底，法國的音樂流服務公司Deezer在GitHub上開源瞭一個叫spleeter的項目，利用深度學習對音樂進行音軌分離。這款軟件基於TensorFlow開發，可以以Python庫的形式出現，包含針對2、4和5個主幹分隔的預訓練模型。另外，Spleeter還支持GPU加速，如果在GPU上運行，會比實時分解速度快100倍。”

上面那段沒看懂？沒關系，我也不太懂。翻譯成人話基本就是說：用這個spleeter，隨便給我一首歌，我都能以非常快的速度把這首歌的人聲和各種樂器剝離開，而且還提供瞭三種方式，滿足你花式分離的需求：

人聲/伴奏分離（兩個音軌）

人聲/鼓/貝斯/其他分離（四個音軌）

人聲/鼓/貝斯/鋼琴/其他分離器（五個音軌）‍‍

看到這裡，一些略懂唱歌的朋友可能就覺得有些驚喜瞭，分離人聲和伴奏，不就是伴奏消音嗎？以後再也不愁找不到伴奏瞭。是的，spleeter不僅可以消音，而且它和原理和一般的消音軟件不同，效果明顯要好很多。下面我們就用一首周董的《告白氣球》來做個對比：

這段是用Cubase通過聲道相減的方法消音得到的，還是可以聽到很明顯的人聲，消音效果比較差：

告白氣球 - Cubase消音伴奏