লোড হচ্ছে...
© 2026 টেলকনেট। সর্বস্বত্ব সংরক্ষিত।
গানকে কণ্ঠ ও যন্ত্রের ট্র্যাকে আলাদা করে শুনুন, মিক্স করুন বা অনুশীলনের সঙ্গত তৈরি করুন।
ইনপুট
mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv এর মতো ফর্ম্যাটগুলিতে ইনপুট সমর্থন করে
সমর্থিত বিন্যাস
আউটপুট
4 × WAV
কেস ব্যবহার করুন
CrowdioSet SCNet: M1 পরিষ্কার শব্দে, M2 প্রতিধ্বনিতে, M3 দর্শকের শব্দে এবং M4 দুটিতেই প্রশিক্ষিত। M1/M2 চারটি ট্র্যাক দেয়, M3/M4 দর্শকের ট্র্যাকও দেয়। প্রতিধ্বনি থাকে; দর্শকের সঙ্গে গাওয়া পুরোপুরি নাও সরতে পারে।
আপনার উপাদান ও উদ্দেশ্যের উপযোগী মডেল বেছে নিন এবং জমা দেওয়ার আগে উদাহরণগুলো দেখুন।
খরচ, সময়, ফরম্যাট ও প্যারামিটার নির্বাচিত মডেলের ওপর নির্ভর করে।
CrowdioSet SCNet: M1 পরিষ্কার শব্দে, M2 প্রতিধ্বনিতে, M3 দর্শকের শব্দে এবং M4 দুটিতেই প্রশিক্ষিত। M1/M2 চারটি ট্র্যাক দেয়, M3/M4 দর্শকের ট্র্যাকও দেয়। প্রতিধ্বনি থাকে; দর্শকের সঙ্গে গাওয়া পুরোপুরি নাও সরতে পারে।
BS-RoFormer এসডাব্লু ফিক্সড একটি সম্পূর্ণ মিশ্রণকে six WAV stems বিভক্ত করতে BS-Rofo-SW-Fixed.ckpt প্লাস BS-Rofo-SW-Fixed.yaml ব্যবহার করে।
চারটি স্ট্যান্ডার্ড এমইউএসডিবি-স্টাইলের stems একটি সম্পূর্ণ মিশ্রণকে পৃথক করে।
XLANCE-MSR পাবলিক MIT checkpoint weights সহ পৃথকীকরণ প্লাস ডিনোয়েস, ডেভারব এবং পুনরুদ্ধারের জন্য একটি আট-শ্রেণীর source-restoration সিস্টেম। এটি কোনও সম্পর্কহীন দিকনির্দেশনা নয়; এটি একটি শক্তিশালী six-stem BS-RoFormer রুট থেকে নির্মিত একটি ইঞ্জিনিয়ারিং / চ্যালেঞ্জ-টাস্ক এক্সটেনশন।
MVSep Mega 53 Stems শনাক্ত করা যন্ত্র অনুযায়ী মিক্স আলাদা করে, যা জটিল অ্যারেঞ্জমেন্ট বুঝতে সাহায্য করে। আলাদা অংশগুলো বিশেষায়িত মডেলের ফলের তুলনায় কম পরিষ্কার হতে পারে।
BS-RoFormer এসডাব্লু ফিক্সড একটি সম্পূর্ণ মিশ্রণকে six WAV stems বিভক্ত করতে BS-Rofo-SW-Fixed.ckpt প্লাস BS-Rofo-SW-Fixed.yaml ব্যবহার করে।
Sony MIMO SCNet কণ্ঠ, ড্রাম, বেস ও অন্যান্য যন্ত্র আলাদা করে; SCNet ও SCNet Gen সংস্করণ রয়েছে।
Sony MIMO SCNet কণ্ঠ, ড্রাম, বেস ও অন্যান্য যন্ত্র আলাদা করে; SCNet ও SCNet Gen সংস্করণ রয়েছে।
MDX23C Phantom Centre স্টেরিও চ্যানেলের মিল থাকা কেন্দ্রীয় সংকেত ও পাশের অবশিষ্ট অংশ বের করে। কেন্দ্রে থাকা যন্ত্রও বের হতে পারে, পাশে সরানো কণ্ঠ থেকে যেতে পারে; এটি যন্ত্রের ধরন শনাক্ত করে না।
ছড় দিয়ে বাজানো তারযন্ত্রের শব্দ আলাদা করে বাকি শব্দও রপ্তানি করে। একই রকম সুরধ্বনি ও সংশ্লেষিত তারযন্ত্রের শব্দ দুই ট্র্যাকেই থেকে যেতে পারে।
arXiv - 2026
সারণি 2 ও 3-এর গড় SDR: clean পরিষ্কার শব্দ, noisy দর্শকের শব্দসহ এবং noisyrev দর্শক ও প্রতিধ্বনিসহ। প্রতিটি শর্তের র্যাঙ্ক আলাদা; প্রতিধ্বনিতে প্রশিক্ষণ মানে প্রতিধ্বনি সরানো নয়।
SDX23 music separation track - 2023
BS-RoFormer ব্যান্ড-স্প্লিট স্পেকট্রোগ্রাম বৈশিষ্ট্য এবং রোপিই ট্রান্সফরমার ব্যবহার করে; এসডিএক্স 23 সিস্টেমটি সংগীত উত্স পৃথকীকরণ ট্র্যাকে প্রথম স্থান অর্জন করেছে এবং একটি ছোট সংস্করণ MUSDB18HQ 9.80 ডিবি গড় SDR রিপোর্ট করেছে।
ICASSP - 2023
এইচটি ডেমুকস cross-domain Transformer attention দিয়ে কোর ডেমুক্স স্তরগুলি প্রতিস্থাপন করে এবং অতিরিক্ত ডেটা এবং ফাইন-টিউনিংয়ের সাথে 9.20 ডিবি SDR রিপোর্ট করে।
ICASSP - 2025
ডিপ্লয় করা Huge-SCNet-4stems checkpoint-এর ভিত্তি সাবব্যান্ড স্পার্স-কম্প্রেশন আর্কিটেকচারটি পরিচয় করিয়ে দেয়: মিক্সচার স্পেক্ট্রোগ্রামকে এমন ব্যান্ডে ভাগ করা হয় যেগুলো ভিন্ন ভিন্ন হারে কম্প্রেস হয়, ফলে দক্ষতার সঙ্গে উচ্চমানের সেপারেশন সম্ভব হয়।
arXiv - 2026
XLANCE-MSR সিস্টেমের জন্য প্রযুক্তিগত প্রতিবেদন প্রথম Music Source Restoration Challenge জমা দেওয়া হয়েছে।
arXiv - 2026
চ্যালেঞ্জ সংক্ষিপ্তসার কাগজ MSR টাস্ক, ডেটাসেট, উদ্দেশ্যমূলক মেট্রিক্স, বিষয়গত মূল্যায়ন এবং চূড়ান্ত র্যাঙ্কিং টেবিলগুলি বর্ণনা করে।
arXiv - 2026
Sony README-এর নির্দিষ্ট সংস্করণ: MUSDB18-HQ ও museval-এর মধ্যমার মধ্যমা। শুধু এই পরীক্ষাপদ্ধতির ভেতরে তুলনা করা হয়; MVSEP বা অন্য গবেষণার স্কোরের সঙ্গে নয়।
আউটপুট বিভাগ: 4
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।
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।
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 4 / উৎসের সারি 5
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
SAMAudio †
সারণি 2 ও 3-এর গড় SDR: clean পরিষ্কার শব্দ, noisy দর্শকের শব্দসহ এবং noisyrev দর্শক ও প্রতিধ্বনিসহ। প্রতিটি শর্তের র্যাঙ্ক আলাদা; প্রতিধ্বনিতে প্রশিক্ষণ মানে প্রতিধ্বনি সরানো নয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1এই সাইটে ব্যবহৃত মডেলপ্রকাশ্য ওজন · ইনফারেন্স কোড | clean | 1.46 ± 3.4 ( 10.05 ) | 7.04 ± 3.6 ( 10.62 ) | 4.15 ± 3.5 ( 8.97 ) | 1.43 ± 3.5 ( 6.69 ) |
| - | CrowdioSet SCNet M2প্রকাশ্য ওজন · ইনফারেন্স কোড | rev | 1.10 ± 3.6 ( 9.01 ) | 8.23 ± 3.1 ( 9.86 ) | 5.36 ± 3.7 ( 7.77 ) | 3.63 ± 2.4 ( 5.98 ) |
| - | CrowdioSet SCNet M3প্রকাশ্য ওজন · ইনফারেন্স কোড | noisy | 3.26 ± 2.9 ( 9.97 ) | 7.00 ± 3.3 ( 10.68 ) | 3.91 ± 3.6 ( 8.85 ) | 1.79 ± 3.2 ( 6.69 ) |
| - | CrowdioSet SCNet M4প্রকাশ্য ওজন · ইনফারেন্স কোড | noisyrev | 3.15 ± 3.1 ( 9.07 ) | 8.19 ± 3.3 ( 9.98 ) | 5.66 ± 3.6 ( 7.86 ) | 3.55 ± 2.7 ( 5.88 ) |
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 4 / উৎসের সারি 5
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
SAMAudio †
স্থাপনযোগ্য 2 / উৎসের সারি 3
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
SAMAudio †
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 4 / উৎসের সারি 5
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
SAMAudio †
সারণি 2 ও 3-এর গড় SDR: clean পরিষ্কার শব্দ, noisy দর্শকের শব্দসহ এবং noisyrev দর্শক ও প্রতিধ্বনিসহ। প্রতিটি শর্তের র্যাঙ্ক আলাদা; প্রতিধ্বনিতে প্রশিক্ষণ মানে প্রতিধ্বনি সরানো নয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1প্রকাশ্য ওজন · ইনফারেন্স কোড | clean | 1.46 ± 3.4 ( 10.05 ) | 7.04 ± 3.6 ( 10.62 ) | 4.15 ± 3.5 ( 8.97 ) | 1.43 ± 3.5 ( 6.69 ) |
| - | CrowdioSet SCNet M2প্রকাশ্য ওজন · ইনফারেন্স কোড | rev | 1.10 ± 3.6 ( 9.01 ) | 8.23 ± 3.1 ( 9.86 ) | 5.36 ± 3.7 ( 7.77 ) | 3.63 ± 2.4 ( 5.98 ) |
| - | CrowdioSet SCNet M3প্রকাশ্য ওজন · ইনফারেন্স কোড | noisy | 3.26 ± 2.9 ( 9.97 ) | 7.00 ± 3.3 ( 10.68 ) | 3.91 ± 3.6 ( 8.85 ) | 1.79 ± 3.2 ( 6.69 ) |
| - | CrowdioSet SCNet M4প্রকাশ্য ওজন · ইনফারেন্স কোড | noisyrev | 3.15 ± 3.1 ( 9.07 ) | 8.19 ± 3.3 ( 9.98 ) | 5.66 ± 3.6 ( 7.86 ) | 3.55 ± 2.7 ( 5.88 ) |
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 2 / উৎসের সারি 3
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
SAMAudio †
সারণি 2 ও 3-এর গড় SDR: clean পরিষ্কার শব্দ, noisy দর্শকের শব্দসহ এবং noisyrev দর্শক ও প্রতিধ্বনিসহ। প্রতিটি শর্তের র্যাঙ্ক আলাদা; প্রতিধ্বনিতে প্রশিক্ষণ মানে প্রতিধ্বনি সরানো নয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | audience isolation | |
|---|---|---|---|---|
| non-reverberant↑ | reverberant↑ | |||
| 1 | CrowdioSet SCNet M3প্রকাশ্য ওজন · ইনফারেন্স কোড | noisy | 2.85 ± 1.3 | 1.25 ± 1.4 |
| 2 | CrowdioSet SCNet M4প্রকাশ্য ওজন · ইনফারেন্স কোড | noisyrev | 1.55 ± 1.0 | 1.56 ± 0.9 |
মতামতে টুলের নাম, ধাপগুলো এবং সমস্যাটি লিখুন। স্ক্রিনশট দিলে সমস্যা খুঁজতে সুবিধা হয়।