提取乐器声音是一项复杂的任务，需要结合音频信号处理和机器学习技术。以下是一些常用的方法：

1. 短时傅里叶变换 (STFT)：这是一种在时间和频率域中分析音频信号的技术。通过将音频信号分割成小的时间窗口，在每个时间窗口上进行傅里叶变换，可以分析音频信号的时频特征。利用STFT可以确定乐器声音在不同频率和时间上的特征。

2. 频谱图分析：通过将音频信号转换成频谱图，可以清晰地看到不同频率上的能量分布情况。通过对频谱图进行分析和处理，可以提取乐器声音的频率特征。

4. 声谱平均技术（Spectral averaging）：这是一种提取复音乐器声音的技术。通过在时间和频率上对音频信号进行平均，可以得到更加清晰的频谱信息，从而提取出乐器声音的特征。

5. 波形匹配技术：这是一种利用乐器声音的波形特征来进行匹配和识别的方法。通过比对输入的音频信号和已知乐器声音的波形特征，可以实现对乐器声音的提取和分类。

总的来说，提取乐器声音的方法需要结合多种技术手段，包括信号处理、频谱分析和机器学习等。这些方法在不同场景下可以相互结合，以提高乐器声音的准确性和稳定性。随着技术的不断进步，对乐器声音的提取和分析方法也会不断改进和发展。