如何使用Spleeter AI库分离视频中的人声和背景音乐，避免版权问题

在视频剪辑这一领域，用影视剧内容进行二次创作时，版权问题常常让人感到烦恼。但自从人工智能AI库问世后，分离素材中的人声和背景音乐变得容易多了，这也为二次创作提供了新的可能性。

版权困境

pip3 install spleeter --user

视频制作中，直接引用影视作品片段会有版权问题。为了规避侵权，创作者们往往费尽心思，比如将人声与背景音乐分离、更换音乐等，这些方法虽能降低版权争议，却也让创作过程变得更加复杂，耗时且成本上升。数据显示，大约有七成的视频制作者在素材处理过程中都遇到了版权难题。

pip show spleeter

AI库原理

PS C:\Users\liuyue\www\videosite> pip show spleeter                                        WARNING: Ignoring invalid distribution -umpy (c:\python39\lib\site-packages)               Name: spleeter                                                                             Version: 2.3.2  
Summary: The Deezer source separation library with pretrained models based on tensorflow.  
Home-page: https://github.com/deezer/spleeter  
Author: Deezer Research  
Author-email: spleeter@deezer.com  
License: MIT  
Location: c:\users\liuyue\appdata\roaming\python\python39\site-packages                    Requires: ffmpeg-python, httpx, librosa, llvmlite, norbert, numpy, pandas, protobuf, tensorflow, typer

这个AI库模型源自最大的音乐网站，其底层技术依托于深度学习框架。它能够精确地辨别出素材中的背景音乐和外部人声。通过学习和分析大量音频数据，其识别能力得以持续提升。它可以比作一位专业的音乐分析师，准确地区分各种声音。众多专业剪辑师都利用它来提升工作效率。

安装方式

在终端输入pip命令即可启动安装过程。安装完毕后，通过命令查询安装位置，若看到特定信息，即表示安装顺利。若不愿在本地构建深度学习环境，可以选择使用镜像进行安装。针对Win10和Mac系统，有详细的操作指南，这大大降低了技术难度，使得更多人能够使用。

硬盘空间需求

docker pull deezer/spleeter:3.8-5stems

使用此程序并加入预训练模型大约需要1.73GB的硬盘容量。面对存储空间不足的设备，这确实是个需要权衡的问题。然而，为了更好地分离人声与背景音乐，这样的空间投入是很有必要的。即便设备空间紧张，众多用户也乐意腾出空间来使用它。

分离模型

这款软件能实现视频音频中的人声与背景音乐分开，配备了三种预先训练好的模型。第一种模型能将人声和伴奏分开，形成两个音轨；第二种模型能从音频中提取出鼓声、贝斯声等，生成四个音轨；第三种模型则能分离出鼓声、贝斯声、钢琴声等，最终形成五个音轨。这两种模型在细节上更加精细，适合音乐领域的专业人士使用。而大多数创作者通常只需要第一种模型。

实际应用

首次使用此程序速度会稍慢，需要下载大约1.73GB的预训练模型。完成运行后，会在指定目录生成单独的音轨文件，其中.wav格式代表人声，.wav格式代表背景音乐。该程序不仅适合用于影视作品的二次创作，还能在录制嘈杂的外部环境Vlog时使用，能够将人声从环境音中提取出来，从而省去了二次录制画外音的步骤。很多Vlogger都借助它提升视频质量。

在视频剪辑过程中，你是否遇到过有关版权的困扰？若你觉得这篇文章对你有所帮助，不妨点个赞，并将它分享给周围的人。

spleeter separate -o /output/ -p spleeter:2stems /test.mp3