在Spleeter中，人声提取的正确代码

Spleeter是一个开源的音频分离库，它特别适用于实时音乐信号的分离，如人声和伴奏。在Python中使用Spleeter进行人声提取的具体步骤如下：

from spleeter import Separator
import numpy as np

# 加载预训练模型
separator = Separator('spleeter:2stems')

# 准备音频文件
audio_file = 'path_to_your_audio.wav'

# 分离音频
sources = separator.separate(audio_file)

# 获取人声部分
vocals = sources['vocals']
# 或者使用索引，如果只有一个声道：
# vocals = sources[0]

# 将numpy数组转换为WAV文件（假设你想保存）
if isinstance(vocals, np.ndarray):
    librosa.output.write_wav('output_vocals.wav', vocals, sr=44100)

在这个例子中，`separate`函数会返回一个字典，其中包含两个键（通常是'stems'，表示原始音频的来源），如'vecels'（人声）和'instrumental'（伴奏）。你可以根据需要选择相应的源。