从音频文件中删除人声的算法

Question

我知道这已经发布了more than 10 years ago，但我想相信这方面已经取得了一些进展。 （我们现在有 Deepfake，在 AI 方面取得了很大进展）。

我大胆尝试了一些教程，但对结果非常失望（公平地说，结果输出并没有那么糟糕，但对于产品来说还不够好）。

我可以使用什么信誉良好的算法来处理自己的 mp3 文件并去除人声，同时保留鼓和居中的乐器，并去除人声回声？

Answer 1

此任务在社区中被称为“人声源分离”或“人声信号分离”或“歌声源分离”，它们是专门的“音乐源分离”任务，也是更一般的“源分离”的示例" 任务。

这里有一些论文：Music Source Separation。 最积极开发的开源解决方案之一是Spleeter，它已在各种音频产品中商业化使用。有一个基于它的在线工具，您可以在Splitter.ai 试用。 “2 stem”版本将为您提供一首带有人声的曲目，以及一首带有其他所有内容的曲目。