O Spleeter de código aberto do Deezer tornou a separação de faixas instantânea com modelos pré-treinados

Dividir uma música finalizada em suas faixas — vocais e acompanhamento, ou vocais, bateria, baixo, piano e o restante — é o que ferramentas de karaokê, remix, DJ e reparo de áudio precisam, mas as partes individuais existem apenas nos arquivos multitrack de um estúdio. Trabalhando apenas a partir de uma gravação mixada, a separação de fontes tradicionalmente significava treinar um modelo para cada tarefa: montar conjuntos de dados de fontes isoladas, ajustar uma rede e executar uma inferência lenta.

A resposta do Deezer Research, que surgiu publicamente no final de 2019, foi o Spleeter: uma biblioteca Python e TensorFlow que vem com modelos já treinados e de última geração para separação em 2, 4 e 5 faixas. Ele foi projetado para throughput em vez de precisão sob medida — uma GPU separa a versão de quatro faixas 100x mais rápido que o tempo real — e é instalado com pip ou Docker e executado com um único comando, de modo que até um catálogo inteiro pode passar por ele rapidamente.

Como a parte difícil, os pesos treinados, veio com o código sob uma licença MIT permissiva, terceiros construíram sobre ele em vez de criar o próprio: a iZotope usou os modelos para o Music Rebalance do RX 8, a Steinberg para o Unmix do SpectralLayers, a VirtualDJ para isolamento de faixas e a Algoriddim para o NeuralMix, além de GUIs e sites da comunidade. A pesquisa também o adotou — o Spleeter se tornou uma linha de base no ISMIR 2021 Music Demixing Challenge — e a ferramenta foi descrita no Journal of Open Source Software.

Entregar modelos pré-treinados; tornar a separação 100x mais rápida que o tempo real

Os pesos treinados vêm com a ferramenta, então os usuários pulam a parte mais difícil da separação de fontes — montar dados de fontes isoladas e treinar um modelo — e obtêm resultados de última geração na primeira execução.

Uma CLI de uma linha com instalação via pip e Docker significa que uma equipe de produto pode incorporar a separação em uma tarde em vez de construí-la ao longo de meses.

O throughput de GPU 100x o tempo real transforma a biblioteca em uma primitiva de pipeline: processar um catálogo musical inteiro se torna barato o suficiente para recursos em escala de streaming.

Uma licença MIT permissiva permite que fornecedores comerciais (iZotope, Steinberg, VirtualDJ, Algoriddim) coloquem os modelos dentro de produtos pagos, difundindo o Spleeter sem que o Deezer gaste com marketing.

Quando o ativo escasso é um modelo treinado, libere-o com os pesos e torne a inferência absurdamente rápida — o ecossistema adota sua ferramenta como linha de base, e o valor se desloca para serviço e suporte

O lançamento chegou à primeira página do Hacker News em 3 de novembro de 2019 com 1.460 pontos e 175 comentários. Até 2026, o repositório havia crescido para cerca de 28.400 estrelas e 3.100 forks, e o Deezer empacotou o recurso comercialmente como Spleeter Pro, oferecendo separação mais refinada, processamento mais rápido e suporte dedicado por meio do Deezer Tech Services. Os mesmos modelos pré-treinados permaneceram em uso em softwares de áudio profissionais e continuaram sendo uma linha de base de referência no Music Demixing Challenge.