DrumSep, IDM বা MSG-LD দিয়ে ড্রামের রেকর্ডিং আলাদা সম্পাদনাযোগ্য ট্র্যাকে ভাগ করুন, যন্ত্র ও আউটপুট ফরম্যাট তুলনা করে শুনুন এবং WAV ফাইল ডাউনলোড করুন।
msgld_ob শুরুর শাখা ব্যবহার করে; msgld_obtb শুরু ও ধ্বনির রঙের দুই শাখাই ব্যবহার করে।
DDIM স্যাম্পলিং ধাপের সংখ্যা, ডিফল্ট 200। 50, 100, 200, 250 বা 500 ব্যবহার করা যায়; অন্য কিছু মান মডেল সমর্থন করে না।
সম্পূর্ণ মিক্সে নির্বাচিত প্রক্রিয়া অনুযায়ী আগে ড্রাম আলাদা করা হয়। আলাদা ড্রাম ট্র্যাক সরাসরি নির্বাচিত ট্রান্সক্রিপশন বা পৃথকীকরণ মডেলে যায়।
গবেষণায় OB, TB ও OBTB আলাদাভাবে মূল্যায়িত; OB-এর স্কোর ডিফল্ট OBTB-এর নয়। নোট F1 এবং অডিও mel-MSE/FAD পৃথক সারণিতে আছে। গবেষণার শনাক্তকরণ প্রক্রিয়া এখানে পুনরায় মাপা হয়নি।
MSG-LD · OB
MSG-LD পাঁচটি ড্রাম ট্র্যাক তৈরি করে ও আঘাতের শুরু শনাক্ত করে; MIDI-তে বেগ 100 এবং বাজানোর দৈর্ঘ্য 0.1 সেকেন্ড স্থির।
msgld_ob শুরুর শাখা ব্যবহার করে; msgld_obtb শুরু ও ধ্বনির রঙের দুই শাখাই ব্যবহার করে।
DDIM স্যাম্পলিং ধাপের সংখ্যা, ডিফল্ট 200। 50, 100, 200, 250 বা 500 ব্যবহার করা যায়; অন্য কিছু মান মডেল সমর্থন করে না।
সম্পূর্ণ মিক্সে নির্বাচিত প্রক্রিয়া অনুযায়ী আগে ড্রাম আলাদা করা হয়। আলাদা ড্রাম ট্র্যাক সরাসরি নির্বাচিত ট্রান্সক্রিপশন বা পৃথকীকরণ মডেলে যায়।
গবেষণায় OB, TB ও OBTB আলাদাভাবে মূল্যায়িত; OB-এর স্কোর ডিফল্ট OBTB-এর নয়। নোট F1 এবং অডিও mel-MSE/FAD পৃথক সারণিতে আছে। গবেষণার শনাক্তকরণ প্রক্রিয়া এখানে পুনরায় মাপা হয়নি।
কাগজ এবং বেঞ্চমার্ক নোট
A Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound Separation
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।
সম্পূর্ণ মিক্সে নির্বাচিত প্রক্রিয়া অনুযায়ী আগে ড্রাম আলাদা করা হয়। আলাদা ড্রাম ট্র্যাক সরাসরি নির্বাচিত ট্রান্সক্রিপশন বা পৃথকীকরণ মডেলে যায়।
অফিসিয়াল MSST test-shift সংখ্যা; বেশি মানে বেশি সময় লাগে এবং স্থিতিশীলতা বাড়তে পারে।
অফিসিয়াল test-time augmentation; এতে সময় বাড়ে এবং ডিফল্টভাবে বন্ধ থাকে।
সম্পূর্ণ মিক্স পাইপলাইন: AudioSep-Hive ড্রাম বের করে, তারপর নির্বাচিত pinned MDX23C DrumSep checkpoint পাঁচ বা ছয় অংশ ফেরত দেয়। মধ্যবর্তী stem দেওয়া হয় না।
আউটপুট: পাঁচ-stem মোডে kick, snare, toms, hi-hat ও cymbals; ছয়-stem মোডে kick, snare, toms, hi-hat, ride ও crash পাওয়া যায়।
কেস ব্যবহার করুন
সম্পূর্ণ গান থেকে অফিসিয়াল পাঁচ বা ছয় অংশের ড্রাম বিন্যাস বের করুন।
একটি আলাদা ড্রাম ট্র্যাক ভাগ করে প্রতিটি ড্রাম আলাদাভাবে সামঞ্জস্য করুন।
একটি DAW বা অনুশীলন মিশ্রণের জন্য সম্পাদনাযোগ্য ড্রাম অংশগুলি প্রস্তুত করুন
ওয়ার্কফ্লো
1কোনও গানের জন্য পূর্ণ মিশ্রণ বা কেবলমাত্র একটি বিচ্ছিন্ন ড্রাম স্টেমের জন্য ড্রামস চয়ন করুন
2সম্পূর্ণ মিক্স AudioSep-Hive দিয়ে ড্রাম বের করে; শুধু ড্রাম এই ধাপ বাদ দেয়।
3পাঁচ বা ছয়টি ড্রাম ট্র্যাক শুনে WAV হিসেবে ডাউনলোড করুন।
যা পরীক্ষা করবেন
আপলোডে বিচ্ছিন্ন ড্রাম থাকলেই কেবল তখনই ড্রাম চয়ন করুন
AudioSep-Hive-এর মধ্যবর্তী ড্রাম stem অস্থায়ী এবং দেওয়া হয় না।
সিম্বল, রুমের শব্দ এবং অন্যান্য যন্ত্রগুলি ওভারল্যাপ করার সময় কিছু রক্তপাত আশা করুন
এই ক্ষেত্রের মডেলসমূহ
আউটপুট বিভাগ: 5
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।
প্রকাশিত মূল্যায়নের শর্ত
প্রতিটি বেঞ্চমার্কে একই ওজনের সেট একবারই দেখানো হয়, নির্বাচিত সূচকে তার সেরা প্রকাশিত ফলাফলসহ। সামগ্রিক স্কোর একটি মূল্যায়ন থেকেই নেওয়া হয়। মূল্যায়ন ও সেটিংস তুলনা করতে প্রসারিত করুন।
ওজন প্রকাশ করলেই পূর্ণ ওপেন সোর্স লাইসেন্স নিশ্চিত হয় না। ঘোষিত ওজনের লাইসেন্স ও প্রবেশের শর্ত দেখতে তথ্য খুলুন। অঘোষিত লাইসেন্স আলাদাভাবে চিহ্নিত থাকে।
চিহ্নগুলি এখানে ব্যবহৃত মডেল বা উপাদান বোঝায়। স্কোর ও সেটিংস উদ্ধৃত পরীক্ষার; এগুলি সাইটের সম্পূর্ণ প্রক্রিয়ার নতুন মূল্যায়ন নয়।
MVSEP · ড্রামের অংশ (DrumSep)
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।
স্কোর নির্দিষ্ট ডেটাসেট, মেট্রিক ও মডেল সংস্করণের জন্য প্রযোজ্য; ভিন্ন পরীক্ষার ফল সরাসরি তুলনাযোগ্য নয়।
কাগজ এবং বেঞ্চমার্ক নোট
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।
মানগুলো সংযুক্ত প্রকাশ্য উৎস থেকে নেওয়া হয়েছে। সারির লেবেলে পরীক্ষার ডেটাসেট বা চেকপয়েন্ট দেওয়া আছে; প্রকাশ না করা স্কোর - দিয়ে দেখানো হয়।