A Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound Separation
ICML - 2026
يستخرج صوتًا موصوفًا بحرية باستخدام AudioSep-Hive أو FlowSep-Hive أو CLAPSep، أو يعزل عبر Banquet مصدرًا يطابق مرجعًا مدته 10 ثوانٍ.
جار التحميل...
صف صوتًا أو قدّم تسجيلًا مرجعيًا لاستخراجه من تسجيل وتنزيله.
المدخلات
يدعم المدخلات بصيغ مثل mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
الصيغ المدعومة
الإنتاج
WAV
حالة الاستخدام
إعادة المزج والتدريب مع المصاحبة وتحرير الأجزاء المنفصلة.
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.
صف الصوت المطلوب بالنص؛ مناسب دون عينة صوتية.
فصل نصي باستخدام flow matching؛ قارن الفقد والتسرب مع AudioSep في المقطع نفسه.
CLAPSep: إعادة المزج والتدريب مع المصاحبة وتحرير الأجزاء المنفصلة.
Banquet: إعادة المزج والتدريب مع المصاحبة وتحرير الأجزاء المنفصلة.
SAM Audio Base: إعادة المزج والتدريب مع المصاحبة وتحرير الأجزاء المنفصلة.
SAM Audio Large: إعادة المزج والتدريب مع المصاحبة وتحرير الأجزاء المنفصلة.
ICML - 2026
يستخرج صوتًا موصوفًا بحرية باستخدام AudioSep-Hive أو FlowSep-Hive أو CLAPSep، أو يعزل عبر Banquet مصدرًا يطابق مرجعًا مدته 10 ثوانٍ.
IEEE/ACM TASLP - 2024
يستخرج صوتًا موصوفًا بحرية باستخدام AudioSep-Hive أو FlowSep-Hive أو CLAPSep، أو يعزل عبر Banquet مصدرًا يطابق مرجعًا مدته 10 ثوانٍ.
ISMIR - 2024
يستخرج صوتًا موصوفًا بحرية باستخدام AudioSep-Hive أو FlowSep-Hive أو CLAPSep، أو يعزل عبر Banquet مصدرًا يطابق مرجعًا مدته 10 ثوانٍ.
يتضمن نتائج الاختبارات المنشورة للنماذج المستخدمة هنا وخارج الموقع. يُعرض جدول المصدر كاملًا افتراضيًا، ويمكن اختيار الشروط والمقاييس للمقارنة. لا يمكن مقارنة درجات اختبارات أُجريت بشروط مختلفة مباشرةً.
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.
نشر الأوزان لا يثبت وجود ترخيص مفتوح المصدر كامل. وسّع البيانات للاطلاع على تراخيص الأوزان المعلنة وشروط الوصول. تُميّز التراخيص غير المعلنة بصورة منفصلة.
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 3 / صفوف المصدر 11
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
LASS-Net ( Liu et al., 2022 ) · Discriminative Models · CLIPSep ( Dong et al., 2023 ) · Discriminative Models · OmniSep ( Cheng et al., 2025 ) · Discriminative Models · ZETA ( Manor and Michaeli, 2024 ) · Generative Models · FlowSep ( Yuan et al., 2025 ) · Generative Models · ZeroSep ( Huang et al., 2025 ) · Generative Models · DGMO ( Lee et al., 2025b ) · Generative Models · SAM-Audio ( Shi et al., 2025 ) · Generative Models
القيم مأخوذة من المصدر العام المرتبط. توضح تسميات الصفوف مجموعة الاختبار أو نقطة التحقق، وتُعرض الدرجات غير المنشورة بالرمز -.
تختلف شروط التدريب أو المهام بين المصادر، لذا تُقارن الأرقام داخل البروتوكول المذكور فقط.
| الترتيب حسب المقياس | النموذج | شرط الاختبار | Signal Fidelity ↑ | Perceptual & Semantic Quality | Reference-free Quality ↑ | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| SDR | SI-SDR | LPAPS ↓ | FAD ↓ | CLAP-A ↑ | CLAP-T ↑ | MUSHRA ↑ | OQ | Rec | Pre | Fai | |||
| 1 | AudioSep (Hive)نموذج مستخدم هناالأوزان العامة · شيفرة الاستدلال | Discriminative Models | 5.67 | 5.02 | 3.86 | 0.80 | 0.65 | 0.31 | 68.4 | 3.34 | 4.81 | 3.40 | 4.39 |
| 2 | AudioSep ( Liu et al., 2024 )الأوزان العامة · شيفرة الاستدلال | Discriminative Models | 2.37 | 1.58 | 4.22 | 0.90 | 0.57 | 0.26 | 60.9 | 2.94 | 4.86 | 2.96 | 4.47 |
| - | FlowSep (Hive)الأوزان العامة · شيفرة الاستدلال | Generative Models | - | - | 4.25 | 0.84 | 0.61 | 0.19 | 61.8 | 3.05 | 4.18 | 3.35 | 3.70 |
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 3 / صفوف المصدر 11
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
LASS-Net ( Liu et al., 2022 ) · Discriminative Models · CLIPSep ( Dong et al., 2023 ) · Discriminative Models · OmniSep ( Cheng et al., 2025 ) · Discriminative Models · ZETA ( Manor and Michaeli, 2024 ) · Generative Models · FlowSep ( Yuan et al., 2025 ) · Generative Models · ZeroSep ( Huang et al., 2025 ) · Generative Models · DGMO ( Lee et al., 2025b ) · Generative Models · SAM-Audio ( Shi et al., 2025 ) · Generative Models
قابلة للنشر 3 / صفوف المصدر 3
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 3 / صفوف المصدر 11
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
LASS-Net ( Liu et al., 2022 ) · Discriminative Models · CLIPSep ( Dong et al., 2023 ) · Discriminative Models · OmniSep ( Cheng et al., 2025 ) · Discriminative Models · ZETA ( Manor and Michaeli, 2024 ) · Generative Models · FlowSep ( Yuan et al., 2025 ) · Generative Models · ZeroSep ( Huang et al., 2025 ) · Generative Models · DGMO ( Lee et al., 2025b ) · Generative Models · SAM-Audio ( Shi et al., 2025 ) · Generative Models
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 | Signal Fidelity ↑ | Perceptual & Semantic Quality | Reference-free Quality ↑ | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| SDR | SI-SDR | LPAPS ↓ | FAD ↓ | CLAP-A ↑ | CLAP-T ↑ | MUSHRA ↑ | OQ | Rec | Pre | Fai | |||
| 1 | AudioSep (Hive)الأوزان العامة · شيفرة الاستدلال | Discriminative Models | 5.67 | 5.02 | 3.86 | 0.80 | 0.65 | 0.31 | 68.4 | 3.34 | 4.81 | 3.40 | 4.39 |
| 2 | AudioSep ( Liu et al., 2024 )الأوزان العامة · شيفرة الاستدلال | Discriminative Models | 2.37 | 1.58 | 4.22 | 0.90 | 0.57 | 0.26 | 60.9 | 2.94 | 4.86 | 2.96 | 4.47 |
| - | FlowSep (Hive)الأوزان العامة · شيفرة الاستدلال | Generative Models | - | - | 4.25 | 0.84 | 0.61 | 0.19 | 61.8 | 3.05 | 4.18 | 3.35 | 3.70 |
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 3 / صفوف المصدر 3
القيم مأخوذة من المصدر العام المرتبط. توضح تسميات الصفوف مجموعة الاختبار أو نقطة التحقق، وتُعرض الدرجات غير المنشورة بالرمز -.
| الترتيب حسب المقياس | النموذج | 2-sources separation · 1-target | 3-sources separation · 1-target | 3-sources separation · 2-target | 4-sources separation · 1-target | 4-sources separation · 2-taget | 4-sources separation · 3-target | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | ||
| 1 | CLAPSep-PNالأوزان العامة · شيفرة الاستدلال | 12.67±7.80 | 11.79±8.23 | 8.96±6.13 | 8.09±6.17 | 8.90±5.78 | 7.82±6.32 | 7.73±5.79 | 6.80±6.00 | 5.20±4.63 | 4.01±4.95 | 8.00±4.87 | 6.73±5.20 |
| 2 | CLAPSep-Pالأوزان العامة · شيفرة الاستدلال | 10.03±11.27 | 8.70±12.64 | 6.48±7.82 | 5.73±8.50 | 6.35±7.36 | 4.88±8.10 | 5.94±7.58 | 4.85±8.29 | 2.91±5.54 | 1.37±5.98 | 5.34±6.70 | 3.79±7.09 |
| 3 | AudioSepالأوزان العامة · شيفرة الاستدلال | 8.60±8.86 | 7.38±9.48 | 4.90±6.13 | 4.20±6.42 | 5.30±5.38 | 2.96±5.54 | 3.52±5.21 | 2.81±5.76 | 2.37±4.26 | 0.65±4.32 | 4.20±4.51 | 2.03±4.27 |