Google Colab中spleeter循环批量分离mp3音源失败如何解决

使用spleeter Python库对.mp3格式音频进行音源分离时，单个音频文件可正常完成分离，通过for循环遍历多个文件执行批量处理时程序无法正常运行，运行环境为Google Colab。

单文件场景可正常运行的代码 #

!spleeter separate -o output/ audio_example.mp3

批量场景异常代码 #

from IPython.display import Audio
import spleeter

for item in path:
  !spleeter separate -o output/ {item}

报错信息 #

批量处理报错截图

1. Google Colab中!开头的内容是shell魔法命令，每次调用都会启动独立的临时子shell进程。在Python层for循环内调用这类命令时，大括号传参存在解析兼容问题：如果遍历到的文件路径包含空格、特殊字符，未加引号包裹的{item}会被拆分为多个独立参数，直接触发文件不存在的报错。
2. 现有批量代码仅导入了spleeter库，但未调用库的原生Python接口，反复拉起命令行进程会重复加载模型，不仅执行速度慢，批量运行时还容易出现内存、显存资源冲突，导致程序崩溃。

以下两种方案任选其一即可：

• 方案1：直接用shell循环执行批量处理，无需编写Python循环，天然兼容带空格的路径

!for audio_file in *.mp3; do
  spleeter separate -o output/ "$audio_file"
done

如果需要遍历自定义的路径列表，也可以直接将列表传入shell命令拼接执行。如果一定要保留Python循环的写法，需要给路径参数加双引号包裹，将循环内命令改为!spleeter separate -o output/ "{item}"，但该方式会重复启动进程、重复加载模型，执行效率极低，不推荐批量场景使用。

• 方案2：调用spleeter原生Python API实现批量处理，稳定性更高、执行速度更快

import os
from spleeter.separator import Separator

# 初始化分离器，可根据需求替换为spleeter:4stems、spleeter:5stems等不同模型
separator = Separator('spleeter:2stems')
# 自动创建输出目录
os.makedirs('output', exist_ok=True)

# 遍历文件列表执行分离
for item in path:
    separator.separate_to_file(item, 'output/')

该方案全程在Python进程内执行，不需要调用shell命令，完全规避了参数解析、进程反复启动的问题，是官方推荐的批量处理方式。

内容的提问来源于stack exchange，提问作者Salman