লোড হচ্ছে...
শব্দের বর্ণনা বা রেফারেন্স অডিও দিয়ে রেকর্ডিং থেকে সেটি আলাদা করে ডাউনলোড করুন।
ইনপুট
mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv এর মতো ফর্ম্যাটগুলিতে ইনপুট সমর্থন করে
সমর্থিত বিন্যাস
আউটপুট
WAV
কেস ব্যবহার করুন
রিমিক্স তৈরি করুন, সঙ্গতের সঙ্গে অনুশীলন করুন এবং আলাদা অংশ সম্পাদনা করুন।
আপনার উপাদান ও উদ্দেশ্যের উপযোগী মডেল বেছে নিন এবং জমা দেওয়ার আগে উদাহরণগুলো দেখুন।
খরচ, সময়, ফরম্যাট ও প্যারামিটার নির্বাচিত মডেলের ওপর নির্ভর করে।
মতামতে টুলের নাম, ধাপগুলো এবং সমস্যাটি লিখুন। স্ক্রিনশট দিলে সমস্যা খুঁজতে সুবিধা হয়।
লক্ষ্য শব্দ লিখে আলাদা করুন; অডিও নমুনা না থাকলে উপযোগী।
লেখাভিত্তিক flow matching; একই অংশে বাদ পড়া ও অন্য শব্দ ঢোকা AudioSep-এর সঙ্গে তুলনা করুন।
CLAPSep: রিমিক্স তৈরি করুন, সঙ্গতের সঙ্গে অনুশীলন করুন এবং আলাদা অংশ সম্পাদনা করুন।
Banquet: রিমিক্স তৈরি করুন, সঙ্গতের সঙ্গে অনুশীলন করুন এবং আলাদা অংশ সম্পাদনা করুন।
SAM Audio Base: রিমিক্স তৈরি করুন, সঙ্গতের সঙ্গে অনুশীলন করুন এবং আলাদা অংশ সম্পাদনা করুন।
SAM Audio Large: রিমিক্স তৈরি করুন, সঙ্গতের সঙ্গে অনুশীলন করুন এবং আলাদা অংশ সম্পাদনা করুন।
ICML - 2026
AudioSep-Hive, FlowSep-Hive বা CLAPSep দিয়ে স্বাভাবিক ভাষায় বর্ণিত শব্দ বের করুন, অথবা Banquet দিয়ে ১০ সেকেন্ডের রেফারেন্সের সঙ্গে মেলা উৎস আলাদা করুন।
IEEE/ACM TASLP - 2024
AudioSep-Hive, FlowSep-Hive বা CLAPSep দিয়ে স্বাভাবিক ভাষায় বর্ণিত শব্দ বের করুন, অথবা Banquet দিয়ে ১০ সেকেন্ডের রেফারেন্সের সঙ্গে মেলা উৎস আলাদা করুন।
ISMIR - 2024
AudioSep-Hive, FlowSep-Hive বা CLAPSep দিয়ে স্বাভাবিক ভাষায় বর্ণিত শব্দ বের করুন, অথবা Banquet দিয়ে ১০ সেকেন্ডের রেফারেন্সের সঙ্গে মেলা উৎস আলাদা করুন।
এখানে এবং অন্যত্র ব্যবহৃত মডেলগুলোর প্রকাশিত পরীক্ষার ফল অন্তর্ভুক্ত আছে। শুরুতে উৎসের সম্পূর্ণ সারণি দেখানো হয়; তুলনার জন্য শর্ত ও মাপকাঠিও বেছে নেওয়া যায়। ভিন্ন পরীক্ষার শর্তের স্কোর সরাসরি তুলনাযোগ্য নয়।
শুধু যাচাই করা প্রকাশ্য ইনফারেন্স বাস্তবায়ন ও পরীক্ষার সঙ্গে মিলে যাওয়া ওজনের রেকর্ড দেখানো হয়; ওজন লাগে না এমন অ্যালগরিদমও অন্তর্ভুক্ত। বন্ধ সেবা, অপ্রকাশিত ওজন ও অমিল পরীক্ষামূলক সংস্করণ বাদ দেওয়া হয়। এটি সব মডেলের সামগ্রিক তালিকা নয়।
ওজন প্রকাশ করলেই পূর্ণ ওপেন সোর্স লাইসেন্স নিশ্চিত হয় না। ঘোষিত ওজনের লাইসেন্স ও প্রবেশের শর্ত দেখতে তথ্য খুলুন। অঘোষিত লাইসেন্স আলাদাভাবে চিহ্নিত থাকে।
প্রতিটি মডেলের সব মেট্রিক দেখতে ডেটাসেট বেছে নিন। সারিগুলি সরকারি র্যাঙ্ক বা নির্বাচিত মেট্রিক অনুযায়ী সাজানো হয়। প্রতি কলামের সেরা তুলনাযোগ্য মান, সমান মানসহ, গাঢ় করে দেখানো হয়। ভিন্ন মূল্যায়ন পদ্ধতির র্যাঙ্ক আলাদা থাকে; অনুপস্থিত স্কোর - দিয়ে দেখানো হয়।
স্থাপনযোগ্য 3 / উৎসের সারি 11
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
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
মানগুলো সংযুক্ত প্রকাশ্য উৎস থেকে নেওয়া হয়েছে। সারির লেবেলে পরীক্ষার ডেটাসেট বা চেকপয়েন্ট দেওয়া আছে; প্রকাশ না করা স্কোর - দিয়ে দেখানো হয়।
উৎসভেদে প্রশিক্ষণ বা কাজের শর্ত আলাদা, তাই শুধু উল্লেখ করা প্রোটোকলের মধ্যেই সংখ্যা তুলনা করুন।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | 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)এই সাইটে ব্যবহৃত মডেলপ্রকাশ্য ওজন · ইনফারেন্স কোড | 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 )প্রকাশ্য ওজন · ইনফারেন্স কোড | 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)প্রকাশ্য ওজন · ইনফারেন্স কোড | Generative Models | - | - | 4.25 | 0.84 | 0.61 | 0.19 | 61.8 | 3.05 | 4.18 | 3.35 | 3.70 |
চিহ্নগুলি এখানে ব্যবহৃত মডেল বা উপাদান বোঝায়। স্কোর ও সেটিংস উদ্ধৃত পরীক্ষার; এগুলি সাইটের সম্পূর্ণ প্রক্রিয়ার নতুন মূল্যায়ন নয়।
ডেটাসেট, সংস্করণ ও শর্ত আলাদা থাকে; যোগ্য সারি না থাকা উৎসও রাখা হয়।
স্থাপনযোগ্য 3 / উৎসের সারি 11
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
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
স্থাপনযোগ্য 3 / উৎসের সারি 3
স্কোর নির্দিষ্ট ডেটাসেট, মেট্রিক ও মডেল সংস্করণের জন্য প্রযোজ্য; ভিন্ন পরীক্ষার ফল সরাসরি তুলনাযোগ্য নয়।
টেবিলে শুধু সেই মডেলগুলো আছে যাদের প্রকাশ্য ওজন বা কনফিগারেশন রয়েছে এবং স্থানীয়ভাবে চালানো যায়।
প্রতিটি মডেলের সব মেট্রিক দেখতে ডেটাসেট বেছে নিন। সারিগুলি সরকারি র্যাঙ্ক বা নির্বাচিত মেট্রিক অনুযায়ী সাজানো হয়। প্রতি কলামের সেরা তুলনাযোগ্য মান, সমান মানসহ, গাঢ় করে দেখানো হয়। ভিন্ন মূল্যায়ন পদ্ধতির র্যাঙ্ক আলাদা থাকে; অনুপস্থিত স্কোর - দিয়ে দেখানো হয়।
স্থাপনযোগ্য 3 / উৎসের সারি 11
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
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
মানগুলো সংযুক্ত প্রকাশ্য উৎস থেকে নেওয়া হয়েছে। সারির লেবেলে পরীক্ষার ডেটাসেট বা চেকপয়েন্ট দেওয়া আছে; প্রকাশ না করা স্কোর - দিয়ে দেখানো হয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | 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)প্রকাশ্য ওজন · ইনফারেন্স কোড | 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 )প্রকাশ্য ওজন · ইনফারেন্স কোড | 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)প্রকাশ্য ওজন · ইনফারেন্স কোড | Generative Models | - | - | 4.25 | 0.84 | 0.61 | 0.19 | 61.8 | 3.05 | 4.18 | 3.35 | 3.70 |
টেবিলে শুধু সেই মডেলগুলো আছে যাদের প্রকাশ্য ওজন বা কনফিগারেশন রয়েছে এবং স্থানীয়ভাবে চালানো যায়।
প্রতিটি মডেলের সব মেট্রিক দেখতে ডেটাসেট বেছে নিন। সারিগুলি সরকারি র্যাঙ্ক বা নির্বাচিত মেট্রিক অনুযায়ী সাজানো হয়। প্রতি কলামের সেরা তুলনাযোগ্য মান, সমান মানসহ, গাঢ় করে দেখানো হয়। ভিন্ন মূল্যায়ন পদ্ধতির র্যাঙ্ক আলাদা থাকে; অনুপস্থিত স্কোর - দিয়ে দেখানো হয়।
স্থাপনযোগ্য 3 / উৎসের সারি 3
মানগুলো সংযুক্ত প্রকাশ্য উৎস থেকে নেওয়া হয়েছে। সারির লেবেলে পরীক্ষার ডেটাসেট বা চেকপয়েন্ট দেওয়া আছে; প্রকাশ না করা স্কোর - দিয়ে দেখানো হয়।
| মেট্রিক র্যাঙ্ক | মডেল | 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-PNপ্রকাশ্য ওজন · ইনফারেন্স কোড | 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-Pপ্রকাশ্য ওজন · ইনফারেন্স কোড | 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 | AudioSepপ্রকাশ্য ওজন · ইনফারেন্স কোড | 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 |