由于工作上的需要，对spleeter看了下。
安装：对于spleeter的安装，这里不进行说明，这个比较简单。最暴力直接pip就可以。（知识考虑安装的话，哈哈）
这里模仿的对象：里面的基本使用这里也不进行说明，这个网上资料比较多，我也看了许多。这里推荐一个，[1]感觉还不错，要是没有看的可以瞅瞅。里面对spleeter结构描述个人觉得还是挺不错。
总结：不过当时在看代码时，还是有一些没看到网上有的东西，这里记录下，方便以后学习。
开始进入正题了：
1 代码目录：
从结构中可以看到，有audio， commands，model， resources，utils以及在根目录下的一些文件。下面对部分文件进行说明
最主要还是对commands里面对文件进行说明下，我们使用时，很多资料是指令上面输入的，当我们这样跑时，首先入口时下面的__main__.py方法，然后里面会调用commands中某一个文件中的 entrypoint 方法。在main里面会加载一些配置文件，这个文件所在的目录就是resources里面，具体细节就不展开了。再后面会根据不同调用其他文件中的方法。
audio 文件夹里面都是音频一些文件。
- adapter.py 这个主要负责对音频数据的加载和保存。
- ffmpeg.py 里面主要提供ffmpeg的对文件读取等操作，对于adapter中提供的，默认读取器就是ffmpeg。我目前也常用这个。
- spectrogram.py 主要是获取音频的频谱数据等，例如stft变化等，由于真个项目都是基于tensorflow的，所以很多函数返回都是tf类型的。
- convertion.py 主要包含一些对音频数据的变化处理。
model 文件夹下面主要放一些模型，官方提供的一些模型，主要使用了unet模型，我最近只在看2stems的模型。这个每一中乐器对应一个unet。这个详细内容可以看[1]。
2 训练模型 ：
这个对这个展开，主要是出于两个原因，
第一个就是学习使用，这种seq-seq模型对我来说接触的不太多，这个项目也比较优秀，这个可以作为好好学习的机会。
第二个就是训练模型，因为官方提供的有train方法，在模型提供上也提供了finetune模型。在很多官方提供的模型，可能不太满足自己想用的场景，也就是我们可能希望在自己的训练数据上对模型进行训练或者迁移。
技术大大们，要是发现问题，可以指出来，我学习学习。
里面模型构建和训练主要使用tensorflow中的 estimator，记得第一次接触这个还是看当时wide&deep模型。
def entrypoint(arguments, params):在训练时，主要是使用params里面的方法。对于训练数据，我们需要处理成和musdb18（这个数据下载需要申请，不过也挺快）里面数据相似的格式，音乐，伴奏，人声等。并生成csv文件，对于csv文件，第一行为对应的名称，例如mix_path, other_path等，而这个mix和other需要在instrument_list 里面进行指定，这个要对应起来。训练模型的batchsize，train_max_steps 等参数都是从params参数传进去的。
用过estimator的都清楚，这个需要指定对应的model_fn函数，这个项目中，该方法定义在model下面的__init__.py里面在。以及loss的定义，spleeter在处理loss时，使用频谱数据对应的误差绝对值，并对各个输出数据取了一个均值。
在基于官方提供的模型上做训练时，注意写instrument_list的顺序，例如2stems模型，第一个为人声，第二个为伴奏。
3 模型使用：
对于官方提供的模型，2stems里面中，输入是音频数据，输出也可以直接是输出的音频数据。然而我们发现，自己使用它的方法训练出来的模型却有点不太一样，在使用时，可以直接使用separate中的entrypoint调用，或者在当前目录下创建一个pretrained_models 里面再创建一个2stems，可以将自己的模型放入到里面，通过指令来。
官方提供的另外一种模型，就是输入输出都是音频的。自己对里面看了下，这里也记录下，在模型中waveform 对应的是输入音频数据，strided_slice_23对应是输出伴奏数据，strided_slice_3对应是输出的音频数据。
先这样吧，以后再补充
参考链接
[1] https://blog.csdn.net/qq_39132330/article/details/107324264