Input-Adaptive Spectral Feature Compression by Sequence Modeling for Source Separation
arXiv - 2026
استخرج حوارًا واضحًا من صوت الأفلام والبرامج التلفزيونية، وقسّم الخلفية إلى مساري موسيقى ومؤثرات صوتية منفصلين.
جار التحميل...
افصل صوت الأفلام إلى حوار وموسيقى ومؤثرات للدبلجة والمزج اللاحق.
المدخلات
يدعم المدخلات بصيغ مثل mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
الصيغ المدعومة
الإنتاج
WAV
حالة الاستخدام
افصل صوت الأفلام إلى حوار وموسيقى ومؤثرات للدبلجة والمزج اللاحق.
اختر نموذجًا يناسب المادة والغرض، وراجع الأمثلة قبل الإرسال.
تعتمد التكلفة والمدة والصيغ والمعلمات على النموذج المختار.
اذكر اسم الأداة والخطوات والمشكلة في ملاحظاتك. يمكن أن تساعد لقطات الشاشة في تحديدها.
حوار وموسيقى ومؤثرات في ثلاثة مسارات للدبلجة والمونتاج وإعادة المزج.
شبكة مقسمة نطاقيا للحوار والموسيقى والمؤثرات؛ قارن التسرب وتفاصيل الخلفية.
نموذج زمني ترددي لثلاثة مسارات سينمائية؛ TIGER DnR يختلف عن TIGER للمتحدثين.
يفصل صوت الأفلام والفيديو إلى حوار وموسيقى ومؤثرات صوتية. الإخراج أحادي القناة بتردد 44.1 kHz؛ يُدمج الإدخال المجسم أولاً في قناة واحدة.
arXiv - 2026
استخرج حوارًا واضحًا من صوت الأفلام والبرامج التلفزيونية، وقسّم الخلفية إلى مساري موسيقى ومؤثرات صوتية منفصلين.
IEEE OJSP - 2024
استخرج حوارًا واضحًا من صوت الأفلام والبرامج التلفزيونية، وقسّم الخلفية إلى مساري موسيقى ومؤثرات صوتية منفصلين.
arXiv - 2024
استخرج حوارًا واضحًا من صوت الأفلام والبرامج التلفزيونية، وقسّم الخلفية إلى مساري موسيقى ومؤثرات صوتية منفصلين.
arXiv - 2026
يفصل صوت الأفلام والفيديو إلى حوار وموسيقى ومؤثرات صوتية. الإخراج أحادي القناة بتردد 44.1 kHz؛ يُدمج الإدخال المجسم أولاً في قناة واحدة.
CVPR - 2026
يستخدم شروط AV-CASS المرئية والصوتية لفصل الكلام والمؤثرات والموسيقى من الفيديو، مع إتاحة شرط الصوت وحده للمقارنة المباشرة.
فئات المخرجات: 3
تُعرض فقط السجلات ذات تنفيذ استدلال عام وأوزان مطابقة تم التحقق منها، إضافةً إلى الخوارزميات التي لا تحتاج إلى أوزان. تُستبعد الخدمات المغلقة والأوزان غير المنشورة ونسخ التجارب غير المطابقة. هذا ليس ترتيبًا شاملًا لكل النماذج.
تظهر كل مجموعة أوزان مرة واحدة في كل اختبار، بأفضل نتيجة منشورة للمقياس المحدد. تأتي الدرجة الإجمالية من تقييم واحد. وسّع القائمة لمقارنة التقييمات وإعداداتها.
نشر الأوزان لا يثبت وجود ترخيص مفتوح المصدر كامل. وسّع البيانات للاطلاع على تراخيص الأوزان المعلنة وشروط الوصول. تُميّز التراخيص غير المعلنة بصورة منفصلة.
تشير العلامات إلى النماذج أو المكوّنات المستخدمة هنا. الدرجات والإعدادات مأخوذة من الاختبارات المذكورة، وليست إعادة تقييم لمسار المعالجة الكامل في الموقع.
اختر مجموعة بيانات لعرض جميع مقاييس كل نموذج. تُرتّب الصفوف حسب الترتيب الرسمي أو المقياس المحدد. يميّز الخط العريض أفضل قيمة قابلة للمقارنة في كل عمود، بما في ذلك التعادل. تُرتّب بروتوكولات التقييم المختلفة بشكل منفصل، وتُعرض الدرجات المفقودة بعلامة -.
قابلة للنشر 2 / صفوف المصدر 10
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
MRX-C † · - · Hybrid Demucs (v3) †‡ · - · BS-Locoformer (Small) · C1 · Band-split (64) · SFC-Locoformer (Small) · C2 · SFC-Mamba (64) · SFC-Locoformer (Small) · C3 · SFC-CA (64) · BS-Locoformer (Medium) · D1 · Band-split (64) · SFC-Locoformer (Medium) · D2 · SFC-Mamba (64) · SFC-Locoformer (Medium) † · D4 · SFC-CA (64)
القيم مأخوذة من المصدر العام المرتبط. توضح تسميات الصفوف مجموعة الاختبار أو نقطة التحقق، وتُعرض الدرجات غير المنشورة بالرمز -.
| الترتيب حسب المقياس | النموذج | شرط الاختبار | Params. | Speech | Music | Sfx | Average | ||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| SNR↑ | SISDR↑ | SNR↑ | SISDR↑ | SNR↑ | SISDR↑ | SNR↑ | SISDR↑ | ||||
| 1 | SFC-Locoformer (Medium)نموذج مستخدم هنا | D3 · SFC-CA (64) | 16.0 M | 16.38 | 16.32 | 9.70 | 9.28 | 10.56 | 9.88 | 12.21 | 11.83 |
| 2 | BandIt †الأوزان العامة · شيفرة الاستدلال | Band-split (64) | 37.0 M | 15.7 | 15.6 | 8.7 | 8.0 | 9.8 | 8.2 | 11.4 | 10.9 |
تشير العلامات إلى النماذج أو المكوّنات المستخدمة هنا. الدرجات والإعدادات مأخوذة من الاختبارات المذكورة، وليست إعادة تقييم لمسار المعالجة الكامل في الموقع.
تُفصل مجموعات البيانات والإصدارات والشروط، وتُحفظ المصادر التي لا تحتوي على صفوف مؤهلة أيضاً.
قابلة للنشر 9 / صفوف المصدر 21 · آخر تحقق: 2026-10-25
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
PT2 · MVSep Ensemble (SCNet + Mel) (2024.11) · MVSep SCNet DnR (2024.11) · MVSep MelBand Roformer DnR (v1, 2024.11) · Bandit v2 (multi) · test_scheme2 · test_scheme1 · test1012 · test_4stems_dnr_0908 · Bandit Plus (no resample) · Bandit Plus (with resample) · test_scheme3
قابلة للنشر 2 / صفوف المصدر 10
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
MRX-C † · - · Hybrid Demucs (v3) †‡ · - · BS-Locoformer (Small) · C1 · Band-split (64) · SFC-Locoformer (Small) · C2 · SFC-Mamba (64) · SFC-Locoformer (Small) · C3 · SFC-CA (64) · BS-Locoformer (Medium) · D1 · Band-split (64) · SFC-Locoformer (Medium) · D2 · SFC-Mamba (64) · SFC-Locoformer (Medium) † · D4 · SFC-CA (64)
قابلة للنشر 2 / صفوف المصدر 2
تخص الدرجات مجموعة البيانات والمقياس وإصدار النموذج المذكورة؛ لا تجوز المقارنة المباشرة بين اختبارات مختلفة.
يعرض الجدول فقط النماذج التي تتوافر لها أوزان أو إعدادات عامة ويمكن تشغيلها محليًا.
اختر مجموعة بيانات لعرض جميع مقاييس كل نموذج. تُرتّب الصفوف حسب الترتيب الرسمي أو المقياس المحدد. يميّز الخط العريض أفضل قيمة قابلة للمقارنة في كل عمود، بما في ذلك التعادل. تُرتّب بروتوكولات التقييم المختلفة بشكل منفصل، وتُعرض الدرجات المفقودة بعلامة -.
قابلة للنشر 2 / صفوف المصدر 10
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
MRX-C † · - · Hybrid Demucs (v3) †‡ · - · BS-Locoformer (Small) · C1 · Band-split (64) · SFC-Locoformer (Small) · C2 · SFC-Mamba (64) · SFC-Locoformer (Small) · C3 · SFC-CA (64) · BS-Locoformer (Medium) · D1 · Band-split (64) · SFC-Locoformer (Medium) · D2 · SFC-Mamba (64) · SFC-Locoformer (Medium) † · D4 · SFC-CA (64)
القيم مأخوذة من المصدر العام المرتبط. توضح تسميات الصفوف مجموعة الاختبار أو نقطة التحقق، وتُعرض الدرجات غير المنشورة بالرمز -.
| الترتيب حسب المقياس | النموذج | شرط الاختبار | Params. | Speech | Music | Sfx | Average | ||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| SNR↑ | SISDR↑ | SNR↑ | SISDR↑ | SNR↑ | SISDR↑ | SNR↑ | SISDR↑ | ||||
| 1 | SFC-Locoformer (Medium) | D3 · SFC-CA (64) | 16.0 M | 16.38 | 16.32 | 9.70 | 9.28 | 10.56 | 9.88 | 12.21 | 11.83 |
| 2 | BandIt †الأوزان العامة · شيفرة الاستدلال | Band-split (64) | 37.0 M | 15.7 | 15.6 | 8.7 | 8.0 | 9.8 | 8.2 | 11.4 | 10.9 |
اختر مجموعة بيانات لعرض جميع مقاييس كل نموذج. تُرتّب الصفوف حسب الترتيب الرسمي أو المقياس المحدد. يميّز الخط العريض أفضل قيمة قابلة للمقارنة في كل عمود، بما في ذلك التعادل. تُرتّب بروتوكولات التقييم المختلفة بشكل منفصل، وتُعرض الدرجات المفقودة بعلامة -.
قيم SI-SDR التي نشرها المؤلفون لـ 973 مسار اختبار كاملًا من DnR v2. يستخدم كل نموذج طول النافذة والخطوة الرسميين، ويشمل المتوسط الموسيقى والحوار والمؤثرات. هذه ليست قياسات TelkNet ولا تُدمج مع نتائج مجموعات بيانات أو إعدادات تدريب أخرى.
| الترتيب حسب المقياس | النموذج | شرط الاختبار | متوسط SI-SDR (dB) ↑ | MX SI-SDR (dB) ↑ | DX SI-SDR (dB) ↑ | FX SI-SDR (dB) ↑ | المعلمات (ب) |
|---|---|---|---|---|---|---|---|
| 1 | DBS-TIGER (128)الأوزان العامة · شيفرة الاستدلال | DnR v2 · 973 · 6 s / 3 s | 10.13 | 7.78 | 15.9 | 6.7 | 1 |
| 2 | DBS-BSRNN (128)الأوزان العامة · شيفرة الاستدلال | DnR v2 · 973 · 3 s / 1.5 s | 9.07 | 6.48 | 15.01 | 5.73 | 4.7 |
اعثر على طرق المعالجة والخطوات المناسبة لمادتك.