ما هي المهام التي يمكن فصل الصوت الموجّه بالنص والصوت المرجعي (AudioSep-Hive) مساعدتك فيها؟

الانفصال والانقسام stem; WAV; إعادة المزج والتدريب مع المصاحبة وتحرير الأجزاء المنفصلة.; يدعم المدخلات بصيغ مثل mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv; AudioSep-Hive; FlowSep-Hive

فصل الصوت الموجّه بالنص والصوت المرجعي (AudioSep-Hive)

Q: ما هو فصل الصوت الموجّه بالنص والصوت المرجعي (AudioSep-Hive)؟

يستخرج صوتًا موصوفًا بحرية باستخدام AudioSep-Hive أو FlowSep-Hive أو CLAPSep، أو يعزل عبر Banquet مصدرًا يطابق مرجعًا مدته 10 ثوانٍ.; WAV

Q: لمن فصل الصوت الموجّه بالنص والصوت المرجعي (AudioSep-Hive)؟

الانفصال والانقسام stem يستخرج صوتًا موصوفًا بحرية باستخدام AudioSep-Hive أو FlowSep-Hive أو CLAPSep، أو يعزل عبر Banquet مصدرًا يطابق مرجعًا مدته 10 ثوانٍ.; WAV

Q: أي النماذج والكائنات المفتاحية مرتبطة فصل الصوت الموجّه بالنص والصوت المرجعي (AudioSep-Hive)؟

AudioSep-Hive, FlowSep-Hive, CLAPSep, Banquet, Hive source (pinned), AudioSep-Hive weights (pinned), FlowSep-Hive weights (pinned), Hive paper

النماذج، المعلمات، والمصادر

AudioSep-HiveFlowSep-HiveCLAPSepBanquetHive source (pinned)AudioSep-Hive weights (pinned)FlowSep-Hive weights (pinned)Hive paperCLAPSep source (pinned)Official CLAPSep Space artifacts (pinned)CLAPSep paperBanquet source (pinned)

تخص الدرجات مجموعة البيانات والمقياس وإصدار النموذج المذكورة فقط. تصدر الجدول لا يعني رقمًا عالميًا حاليًا أو نتيجة من هذه الخدمة. قد تبرر القدرات والاختبارات تفضيل نموذج بلا درجات قابلة للمقارنة.

الرسم البياني المعياري: فصل الصوت الموجّه بالنص والصوت المرجعي

يعرض الجدول فقط النماذج التي تتوافر لها أوزان أو إعدادات عامة ويمكن تشغيلها محليًا.

فصل الصوت الموجّه بالنص والصوت المرجعي

Hive paper, main test table

الأرقام من المصدر العام المرتبط. يوضح كل صف مجموعة الاختبار أو نقطة الفحص، وتُحذف النماذج التي لا تملك نتيجة مماثلة.

تاريخ مراجعة المصادر العامة: 2026-09-10

الرتبة	شرط الاختبار	النموذج	SI-SDR (dB) ↑	مقاييس تفصيلية
#1	مجموعة اختبار Hive	AudioSep-HiveTelkNetHive paper	5.02الأفضل	SDR (dB) ↑5.67الأفضلLPAPS ↓3.86الأفضلFAD ↓0.80الأفضلCLAP-Audio ↑0.65الأفضلCLAP-T ↑0.31الأفضلMUSHRA ↑68.40الأفضلOQ ↑3.34الأفضلRec ↑4.81Pre ↑3.40الأفضلFai ↑4.39
#2	مجموعة اختبار Hive	AudioSep (original)Hive paper	1.58	SDR (dB) ↑2.37LPAPS ↓4.22FAD ↓0.90CLAP-Audio ↑0.57CLAP-T ↑0.26MUSHRA ↑60.90OQ ↑2.94Rec ↑4.86الأفضلPre ↑2.96Fai ↑4.47الأفضل

فصل الصوت الموجّه بالنص والصوت المرجعي

Hive paper, main test table

تختلف شروط التدريب أو المهام بين المصادر، لذا تُقارن الأرقام داخل البروتوكول المذكور فقط.

تاريخ مراجعة المصادر العامة: 2026-09-10

شرط الاختبار	النموذج	FAD ↓	مقاييس تفصيلية
خرج الفصل · اختبار Hive	AudioSep-HiveTelkNetHive paper	0.80	SDR (dB) ↑5.67SI-SDR (dB) ↑5.02LPAPS ↓3.86CLAP-Audio ↑0.65CLAP-T ↑0.31MUSHRA ↑68.40OQ ↑3.34Rec ↑4.81Pre ↑3.40Fai ↑4.39
خرج توليدي · اختبار Hive	FlowSep-HiveTelkNetHive paper	0.84	LPAPS ↓4.25CLAP-Audio ↑0.61CLAP-T ↑0.19MUSHRA ↑61.80OQ ↑3.05Rec ↑4.18Pre ↑3.35Fai ↑3.70

فصل الصوت الموجّه بالنص والصوت المرجعي

CLAPSep paper, Table V

تاريخ مراجعة المصادر العامة: 2026-09-10

تشير ± إلى الانحراف المعياري.

الرتبة	شرط الاختبار	النموذج	SDRi (dB) ↑	مقاييس تفصيلية
#3	مصدران · هدف واحد	AudioSepCLAPSep paper Table V	8.60 ± 8.86	SI-SDRi (dB) ↑7.38 ± 9.48
#2	مصدران · هدف واحد	CLAPSep-PTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	10.03 ± 11.27	SI-SDRi (dB) ↑8.70 ± 12.64
#1	مصدران · هدف واحد	CLAPSep-PNTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	12.67 ± 7.80الأفضل	SI-SDRi (dB) ↑11.79 ± 8.23الأفضل
#3	3 مصادر · هدف واحد	AudioSepCLAPSep paper Table V	4.90 ± 6.13	SI-SDRi (dB) ↑4.20 ± 6.42
#2	3 مصادر · هدف واحد	CLAPSep-PTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	6.48 ± 7.82	SI-SDRi (dB) ↑5.73 ± 8.50
#1	3 مصادر · هدف واحد	CLAPSep-PNTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	8.96 ± 6.13الأفضل	SI-SDRi (dB) ↑8.09 ± 6.17الأفضل
#3	3 مصادر · هدفان	AudioSepCLAPSep paper Table V	5.30 ± 5.38	SI-SDRi (dB) ↑2.96 ± 5.54
#2	3 مصادر · هدفان	CLAPSep-PTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	6.35 ± 7.36	SI-SDRi (dB) ↑4.88 ± 8.10
#1	3 مصادر · هدفان	CLAPSep-PNTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	8.90 ± 5.78الأفضل	SI-SDRi (dB) ↑7.82 ± 6.32الأفضل
#3	4 مصادر · هدف واحد	AudioSepCLAPSep paper Table V	3.52 ± 5.21	SI-SDRi (dB) ↑2.81 ± 5.76
#2	4 مصادر · هدف واحد	CLAPSep-PTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	5.94 ± 7.58	SI-SDRi (dB) ↑4.85 ± 8.29
#1	4 مصادر · هدف واحد	CLAPSep-PNTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	7.73 ± 5.79الأفضل	SI-SDRi (dB) ↑6.80 ± 6.00الأفضل
#3	4 مصادر · هدفان	AudioSepCLAPSep paper Table V	2.37 ± 4.26	SI-SDRi (dB) ↑0.65 ± 4.32
#2	4 مصادر · هدفان	CLAPSep-PTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	2.91 ± 5.54	SI-SDRi (dB) ↑1.37 ± 5.98
#1	4 مصادر · هدفان	CLAPSep-PNTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	5.20 ± 4.63الأفضل	SI-SDRi (dB) ↑4.01 ± 4.95الأفضل
#3	4 مصادر · 3 أهداف	AudioSepCLAPSep paper Table V	4.20 ± 4.51	SI-SDRi (dB) ↑2.03 ± 4.27
#2	4 مصادر · 3 أهداف	CLAPSep-PTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	5.34 ± 6.70	SI-SDRi (dB) ↑3.79 ± 7.09
#1	4 مصادر · 3 أهداف	CLAPSep-PNTelkNetالنموذج المقابل في الأداة: CLAPSepCLAPSep paper Table V	8.00 ± 4.87الأفضل	SI-SDRi (dB) ↑6.73 ± 5.20الأفضل

ملاحظات ورقية ومرجعية

A Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound Separation

ICML - 2026

Paper

CLAPSep: Leveraging Contrastive Pre-trained Model for Multi-Modal Query-Conditioned Target Sound Extraction

IEEE/ACM TASLP - 2024

Paper

A Stem-Agnostic Single-Decoder System for Music Source Separation Beyond Four Stems

ISMIR - 2024

Paper

الرسمي / المستودعات

Hive source (pinned)AudioSep-Hive weights (pinned)FlowSep-Hive weights (pinned)CLAPSep source (pinned)Official CLAPSep Space artifacts (pinned)Banquet source (pinned)Official Banquet checkpoint

الأوراق / الملاحظات الفنية

Hive paper CLAPSep paper Banquet paper

دليل المعلمات

صِف الصوت المطلوب استخراجه؛ هذا الحقل إلزامي في AudioSep-Hive وFlowSep-Hive.
اختر لـ CLAPSep نصًا إيجابيًا أو صوتًا مرجعيًا أو كليهما.
صِف الصوت المستهدف الذي يجب أن يحتفظ به CLAPSep.
اختياري: صِف صوتًا يجب أن يخفضه CLAPSep.
ارفع صوتًا مرجعيًا يمثل الصوت المستهدف.
اختياري: ارفع مثالًا للصوت المطلوب خفضه.
ارفع مرجع Banquet. يستخدم العقد الرسمي مقطع استعلام مدته 10 ثوانٍ.
خطوات توليد FlowSep-Hive. القيمة الرسمية 20، وزيادتها تطيل وقت المعالجة.
مقياس classifier-free guidance في FlowSep-Hive. القيمة الرسمية 1.0.
حجم دفعة نطاقات الاستعلام في Banquet. القيمة الرسمية للاستدلال 12.

فصل الصوت الموجّه بالنص والصوت المرجعي

النماذج، المعلمات، والمصادر

AudioSep-Hive

FlowSep-Hive

CLAPSep

Banquet

الرسم البياني المعياري: فصل الصوت الموجّه بالنص والصوت المرجعي

فصل الصوت الموجّه بالنص والصوت المرجعي

فصل الصوت الموجّه بالنص والصوت المرجعي

فصل الصوت الموجّه بالنص والصوت المرجعي

ملاحظات ورقية ومرجعية

A Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound Separation

CLAPSep: Leveraging Contrastive Pre-trained Model for Multi-Modal Query-Conditioned Target Sound Extraction

A Stem-Agnostic Single-Decoder System for Music Source Separation Beyond Four Stems

الرسمي / المستودعات

الأوراق / الملاحظات الفنية

دليل المعلمات

سير العمل

قبل الإرسال

ملاحظات سريعة