Spleeter, l'outil open source de Deezer, a rendu la séparation des pistes instantanée grâce à des modèles préentraînés

Séparer une chanson terminée en ses différentes pistes — voix et accompagnement, ou voix, batterie, basse, piano et le reste — est ce dont ont besoin les outils de karaoké, de remix, de DJ et de restauration audio, mais les parties individuelles n'existent que dans les fichiers multipistes d'un studio. À partir d'un enregistrement mixé seul, la séparation de sources impliquait traditionnellement d'entraîner un modèle pour chaque tâche : constituer des jeux de données de sources isolées, régler un réseau et exécuter une inférence lente.

La réponse de Deezer Research, rendue publique fin 2019, fut Spleeter : une bibliothèque Python et TensorFlow qui fournit des modèles déjà entraînés et à la pointe de l'état de l'art pour une séparation en 2, 4 et 5 stems. Elle est conçue pour le débit plutôt que pour une précision sur mesure — un GPU sépare la version à quatre stems 100 fois plus vite que le temps réel — et elle s'installe avec pip ou Docker et s'exécute en une seule commande, de sorte que même un catalogue entier peut la traverser rapidement.

Comme la partie difficile, les poids entraînés, était fournie avec le code sous une licence MIT permissive, des tiers ont bâti dessus au lieu de développer leur propre solution : iZotope a utilisé les modèles pour Music Rebalance de RX 8, Steinberg pour Unmix de SpectralLayers, VirtualDJ pour l'isolation des stems et Algoriddim pour NeuralMix, aux côtés d'interfaces graphiques et de sites communautaires. La recherche l'a également adopté — Spleeter est devenu une référence dans le Music Demixing Challenge de l'ISMIR 2021 — et l'outil a fait l'objet d'un article dans le Journal of Open Source Software.

Fournir des modèles préentraînés ; rendre la séparation 100 fois plus rapide que le temps réel

Les poids entraînés sont fournis avec l'outil, de sorte que les utilisateurs sautent la partie la plus difficile de la séparation de sources — constituer des données de sources isolées et entraîner un modèle — et obtiennent des résultats à la pointe de l'état de l'art dès la première exécution.

Une interface en ligne de commande d'une seule ligne, avec installation via pip et Docker, signifie qu'une équipe produit peut intégrer la séparation en un après-midi au lieu de la développer sur des mois.

Un débit GPU 100 fois supérieur au temps réel transforme la bibliothèque en primitive de pipeline : le traitement d'un catalogue musical entier devient assez bon marché pour des fonctionnalités à l'échelle du streaming.

Une licence MIT permissive permet aux éditeurs commerciaux (iZotope, Steinberg, VirtualDJ, Algoriddim) d'intégrer les modèles dans des produits payants, diffusant ainsi Spleeter sans que Deezer dépense en marketing.

Lorsque l'actif rare est un modèle entraîné, publiez-le avec les poids et rendez l'inférence absurdement rapide — l'écosystème adopte votre outil comme référence, et la valeur se déplace vers le service et le support

La publication a atteint la page d'accueil de Hacker News le 3 novembre 2019 avec 1 460 points et 175 commentaires. En 2026, le dépôt avait atteint environ 28 400 étoiles et 3 100 forks, et Deezer a commercialisé la capacité sous le nom de Spleeter Pro, offrant une séparation plus fine, un traitement plus rapide et un support dédié via Deezer Tech Services. Les mêmes modèles préentraînés sont restés utilisés dans les logiciels audio professionnels et sont demeurés une référence de base dans le Music Demixing Challenge.