
轻且快
够轻,能在普通 CPU 上大规模跑,这才让目录级的批处理可负担。
Deezer
把分轨分离变成日常操作的那个工具。
一句话
数据已核实 2026-08-10。 这个领域变化很快——在依赖它们前请再核对一遍。
Spleeter 的历史重要性怎么夸都不为过:它让分轨分离变成谁都能做的事,一整代 remix 和卡拉 OK 工具都建立在它之上。它持久的优势是高效:轻到能在普通硬件上跑,快到不用 GPU 预算就能处理大目录,流程也够简单,出问题时好分析。要在成千上万文件上做批处理、且“够用就是够好”,它的画像仍然最合适。论质量它已经被明显赶超:Demucs 分离更干净、瞬态保留更好,只要素材比稀疏流行更复杂,这个差距就听得出来。要吞吐和简单选 Spleeter;要经得起近距离听,就用 Demucs。
长处

够轻,能在普通 CPU 上大规模跑,这才让目录级的批处理可负担。

它把分离变成了日常,由此诞生的教程和封装生态到现在仍是所有分离工具里最大的。

流程简单、易懂,文件出错时也好排查。在生产环境里,这比追求极致质量更重要。
怎么比
Spleeter 是 Deezer 的开源音源分离库,可把混音拆成两、四或五个分轨。它速度快、占用少;在质量上已被 Demucs 超越,但做批处理依然好用。
与 MusicGenerate 对比
常被搜索为 spleeter、deezer spleeter、spleeter github 和 free stem separation。它把分离变成了日常,这也是为什么它周边生态到现在仍是最大的。
对成千上万文件的批处理来说,只要“够用就是够好”,它的效率仍然占优。需要经得起近距离听的分轨,用 Demucs。
2、4 或 5,取决于你选的模型。几乎没有别的可配,这正是批量部署的吸引力。
它的模型更轻,乐于在普通 CPU 上跑,这让没有 GPU 预算的目录级任务也负担得起。
是的,在宽松许可下开源,部署不成问题。许可涵盖的是软件本身,不赋予你对所处理录音的任何权利。
开发已经明显放缓,Demucs 接棒成为积极开发的参考。Spleeter 依然能跑,这就是它仍留在批处理流水线里的原因。
如果只要人声和伴奏就分成 2 个;要把鼓和贝斯分开就分成 4 个。分轨越多,算法把声音归错类的机会越大。
继续探索
更多模型
我们跟踪的模型与平台,按能力与许可对比。