【耳コピ】音楽ファイルを楽器ごとに分離する方法【Spleeter:フリー】

公開日: : 最終更新日:2021/10/20 DTM , , , , , ,

今回は、mp3 などの音楽ファイルをボーカル、ベース、ドラムなどの楽器ごとに分離してそれぞれのファイルに出力する方法について紹介します。

Spleeter」というディープラーニングを使ったツールなのですが、精度も良く、しかも無料で使えるため、耳コピをしたりとかカラオケ音源を作りたい場合におすすめです。

Python というプログラミング言語で書かれたスクリプトを実行しないといけないため、初心者の方は多少抵抗があるかもしれませんが、以下の手順で割と簡単に実行できました。

パソコンの OS の環境は、Windows 10 で行いました。

Anaconda のインストール

まず、Python を実行できる環境を作ります。

そのために、Anaconda をインストールします。

以下のサイトからインストールしてください。

https://www.anaconda.com/

ライブラリのインストール

次に、「Spleeter」を実行するために必要なライブラリ群をインストールします。

yaml ファイルを作って、一括でライブラリをインストールします。

以下の内容をコピペして、「spleeter-cpu.yaml」という名前で保存します。

次に、デスクトップにある「Anaconda Prompt」を 実行し、「spleeter-cpu.yaml」ファイルがあるフォルダまで、「cd」コマンドで移動します。

コマンドプロンプト上で、以下を実行します。

以下のようなメッセージが出力されればライブラリのインストールが完了です。

以下のコマンドで、「spleeter-cpu」が表示されることを確認します。

Spleeter を実行

まず、以下のコマンドで「spleeter-cpu」を有効にします。

次に、以下のコマンドで、分離させる音楽ファイルなどを指定させます。

「konomatide-kimito-kurashitai.mp3」部分が音楽ファイルになります。

ちなみに、ファイル名が日本語の場合は「”英雄.mp3″」のように ” ” を使います。

また、「spleeter:4stems」とすると、

  • ボーカル(vocal)
  • ドラム(drums)
  • ベース(bass)
  • その他

に分離され、それぞれ「wav」ファイルが出力されます。

出力結果は、以下のようになります。

入力音楽ファイルと同じ名前のフォルダが作成され、wavファイルが出力されていることが確認できました。

1曲だと実行時間もそこまでかからず、分離精度もかなりいい感じでした!

関連記事

記事はありませんでした

【転移学習】学習済みVGG16 による転移学習を行う方法【PyTorch】

今回は、PyTorch を使って、学習済みのモデル VGG16 を用い

【PyTorch】畳込みニューラルネットワークを構築する方法【CNN】

今回は、PyTorch を使って畳込みニューラルネットワーク(CNN)

【PyTorch】ニューラルネットワークを構築する方法【NN】

今回は、PyTorch を使って、ニューラルネットワーク(NN)を構築

【OpenCV】検出した顔画像部分を切り出す方法【Python】

OpenCV を使って、Python で画像の中から顔部分を切り出した

【Fashion-MNIST】ファッションアイテムのデータセットを使ってみた【TensorFlow】

今回は、機械学習用に公開されているデータセットの1つである「Fashi

→もっと見る

PAGE TOP ↑