El Spleeter de código abierto de Deezer hizo instantánea la separación de pistas con modelos preentrenados

Dividir una canción terminada en sus pistas —voz y acompañamiento, o voz, batería, bajo, piano y el resto— es lo que necesitan las herramientas de karaoke, remezcla, DJ y reparación de audio, pero las partes individuales solo existen en los archivos multipista de un estudio. Trabajando únicamente a partir de una grabación mezclada, la separación de fuentes significaba tradicionalmente entrenar un modelo para cada tarea: reunir conjuntos de datos de fuentes aisladas, ajustar una red y ejecutar una inferencia lenta.

La respuesta de Deezer Research, que apareció públicamente a finales de 2019, fue Spleeter: una biblioteca de Python y TensorFlow que incluye modelos ya entrenados y de vanguardia para la separación en 2, 4 y 5 pistas. Está diseñada para el rendimiento más que para una precisión a medida —una GPU separa la versión de cuatro pistas 100 veces más rápido que el tiempo real— y se instala con pip o Docker y se ejecuta con un solo comando, de modo que incluso un catálogo entero puede procesarse rápidamente.

Como la parte difícil, los pesos entrenados, venía con el código bajo una licencia MIT permisiva, terceros construyeron sobre ella en lugar de crear la suya propia: iZotope usó los modelos para Music Rebalance de RX 8, Steinberg para Unmix de SpectralLayers, VirtualDJ para el aislamiento de pistas y Algoriddim para NeuralMix, junto con interfaces gráficas y sitios web de la comunidad. La investigación también la adoptó —Spleeter se convirtió en una línea base en el Music Demixing Challenge de ISMIR 2021— y la herramienta fue reseñada en el Journal of Open Source Software.

Publicar modelos preentrenados; hacer la separación 100 veces más rápida que el tiempo real

Los pesos entrenados se incluyen con la herramienta, así que los usuarios se saltan la parte más difícil de la separación de fuentes —reunir datos de fuentes aisladas y entrenar un modelo— y obtienen resultados de vanguardia en la primera ejecución.

Una CLI de una sola línea con instalación mediante pip y Docker significa que un equipo de producto puede integrar la separación en una tarde en lugar de crearla durante meses.

El rendimiento de 100 veces el tiempo real en GPU convierte la biblioteca en una primitiva de canalización: procesar un catálogo musical entero se vuelve lo bastante barato para funciones a escala de streaming.

Una licencia MIT permisiva permite a los proveedores comerciales (iZotope, Steinberg, VirtualDJ, Algoriddim) incluir los modelos dentro de productos de pago, difundiendo Spleeter sin que Deezer gaste en marketing.

Cuando el activo escaso es un modelo entrenado, publícalo con los pesos y haz que la inferencia sea absurdamente rápida: el ecosistema adopta tu herramienta como su línea base y el valor se traslada al servicio y el soporte

El lanzamiento llegó a la portada de Hacker News el 3 de noviembre de 2019 con 1.460 puntos y 175 comentarios. Para 2026 el repositorio había crecido hasta unos 28.400 stars y 3.100 forks, y Deezer empaquetó la capacidad comercialmente como Spleeter Pro, ofreciendo una separación más fina, un procesamiento más rápido y soporte dedicado a través de Deezer Tech Services. Los mismos modelos preentrenados siguieron en uso en el software de audio profesional y permanecieron como línea base de referencia en el Music Demixing Challenge.