模型的训练需要大量的音频。所以我首先搜集了eason百多首wav的歌曲。鉴于国语与粤语的区别，因此我只选择了其中44首国语歌曲，尝试训练一下国语版的eason。（其实我更喜欢easonde粤语歌。）

下载好歌曲之后，需要去除背景音乐，得到纯净的人声。尝试自己构建模型过于复杂，音频剪辑的软件不方便批量操作。

这里需要用到一个github上开源的工具--slpeeter。通过这个工具，可以直接去分离人声与背景音乐，非常方便。效果也不错，分离速度也很快。下载不易，我将文件打包整理在百度网盘中，分享在文末。

这个工具有gui版的，下载之后直接打开。双击该gui应用程序即可。

另外，分离背景音乐与人声需要用到该工具下的双声道模型。即下图中的2stems。将压缩包解压后将其中的模型复制到SpleeterGUI文件夹中的pretrained_models文件夹中（见上图）。

gui界面的使用：

parts to separate选择2，表示分离出两个声道。即背景音乐与人声。

save to：选择自己想要保存的路径即可。

带宽与音频时长默认即可。

将需要处理的音频文件直接拖到这个工具界面即可。

 处理完之后会得到一个文件夹，文件夹包含两个音频文件。一个音频文件表示伴奏，一个表示人声（vocals）。

分离的效果还不错。 

SpleeterGUI工具分享：

链接：https://pan.baidu.com/s/1dR7wIRV9oQPrHuJxIv78-w?pwd=r1dr 
提取码：r1dr 
--来自百度网盘超级会员V5的分享