Spleeter

1.下载并安装Anaconda最新版本

1.1官网下载：

https://www.anaconda.com/products/individual

官网访问慢的话，可以试试清华大学的镜像

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1.2安装

安装提示一步一步安装即可，主要要勾选安装到系统环境变量(WIN)

1.3修改配置文件condarc

在C:\users\你的用户名目录下面，找到.condarc文件并打开(没有就新建一个)

将下面的文本复制进去，设置Anacoonda使用清华镜像(国内访问比较快)

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

2.安装Spleeter

2.1 创建单独的运行环境

名称取为music(或者其他你喜欢的也行)并激活

这一步非必须，可直接进行步骤2-2安装Spleeter

注：如果你本来装有其他版本的Anaconda python(3.8及以上或者2.X等旧版本)，则必须创建一个新环境为3.6或3.7，因为最新版的Spleeter只支持3.6或者3.7

打开anaconda终端，分步输入下面的代码：

conda activate base
conda create -n music python=3.7
conda activate music

如果命令行最左方出现了（music）C:/XXX则为成功

2.2安装Spleeter库及依赖

打开anaconda终端输入下面的代码，安装Spleeter，如果网络过慢建议挂外国代理

注：该库并没有清华镜像，所以只能耐心等待，若报错要排查网络环境多次尝试，外国源都这样。。

conda install -c conda-forge spleeter

3.下载预训练模型

前往下面的链接地址下载对应系统版本的tar.gz包并解压到指定目录，具体位置为 C:/Users/你的用户名

https://github.com/deezer/spleeter/releases

4.分离提取人声

把需要分离的原始音乐文件 1.mp3 放在C:\users\你的用户名 目录下，然后打开Anaconda终端(记得要进入music的虚拟环境下)，然后输入命令运行：

spleeter separate -i 1.mp3 -p spleeter:2stems -o output

如果出现下面两句即为成功，分离的人声和伴奏都保存在你的用户名目录下的output文件夹下

注：如果出现Cannot convert a symbolic Tensor (strided_slice_4:0) to a numpy array，代表你的Numpy版本过高，直接降级为1.19以下一般可以解决

5.建议

如果你是一个程序员或者计算机专业学生，还是建议使用linux进行安装，会简单很多，少去很多不必要的麻烦，对于大量音频的训练大可以安装GPU版本的TensorFlow和Cuda，当场起飞！

参考文章：https://www.cnblogs.com/eternalpal/p/13169825.html