要从视频中分离背景音乐和人声，可以结合 Python 的音频处理工具和深度学习库来实现。以下是一个完整的解决方案，涵盖从视频中提取音频、分离音轨到最终保存结果的流程。 ### 提取视频中的音频 首先需要将视频文件中的音频提取出来。可以使用 `moviepy` 或 `ffmpeg` 来完成此任务。例如，使用 `moviepy` 提取音频的代码如下： ```python from moviepy.editor import VideoFileClip # 加载视频文件 video = VideoFileClip("input_video.mp4") # 提取音频并保存为 WAV 文件 audio = video.audio audio.write_audiofile("output_audio.wav") ``` ### 使用 Spleeter 分离音轨 Spleeter 是由 Deezer 开发的开源音频分离工具，支持将音频分离为人声、鼓、贝斯和其他乐器等音轨。可以通过预训练模型实现 2、4 或 5 轨分离[^2]。安装 Spleeter 并运行音轨分离的步骤如下： 1. **安装 Spleeter** ```bash pip install spleeter ``` 2. **分离音频** 以下命令将音频文件分离为 2 个音轨（人声和伴奏）： ```bash spleeter separate -i output_audio.wav -p spleeter:2stems -o output_directory ``` 输出目录 `output_directory` 中将包含两个文件：`vocals.wav`（人声）和 `accompaniment.wav`（伴奏）[^4]。 ### 将分离后的音频与视频重新合成 如果需要将分离后的音轨与原始视频重新合成，可以使用 `moviepy` 将音频添加回视频： ```python from moviepy.editor import AudioFileClip, VideoFileClip # 加载原始视频 video = VideoFileClip("input_video.mp4") # 加载分离后的人声音频 vocal_audio = AudioFileClip("output_directory/output_audio/vocals.wav") # 设置新音频并写入输出视频 final_video = video.set_audio(vocal_audio) final_video.write_videofile("output_video_with_vocals.mp4") ``` ### 其他可选方案 除了 Spleeter，还可以使用其他音频分离库或算法，如： - **Demucs**：基于深度学习的音频源分离工具，支持更精细的音轨分离。 - **Open-Unmix**：用于音乐信号分解的通用框架，适合专业音频处理需求。 - **主成分分析（PCA）**：一种传统的信号处理方法，可用于简化音频信号并提取主要成分[^3]。 这些工具可以根据具体需求进行选择，以获得最佳的分离效果。 ---