O que é Separar diálogos, música e efeitos?

Separar diálogos, música e efeitos Escolha o modelo e o processamento Custo, tempo, formatos e parâmetros dependem do modelo escolhido.

Para quem é Separar diálogos, música e efeitos?

Separação e stem separação Separar diálogos, música e efeitos Escolha o modelo e o processamento Custo, tempo, formatos e parâmetros dependem do modelo escolhido.

Com quais tarefas Separar diálogos, música e efeitos pode ajudar?

Separação e stem separação; WAV; Criar remixes, praticar com acompanhamento e editar partes separadas.; Suporta entradas em formatos como mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv; SFC-Locoformer DnR; BandIt

Separar diálogos, música e efeitos

Q: Quais modelos e entidades de palavras-chave estão conectados ao Separar diálogos, música e efeitos?

SFC-Locoformer DnR, BandIt, TIGER-DnR, SFC-Locoformer, TIGER, SFC paper, BandIt paper (IEEE OJSP), TIGER paper

Modelos, parâmetros e fontes

SFC-Locoformer DnRBandItTIGER-DnRSFC-LocoformerTIGERSFC paperBandIt paper (IEEE OJSP)TIGER paperSFC paper, Table IID3 · mediumPublished DnR Table IITable II

SFC-Locoformer DnR

SFC-Locoformer BandIt TIGER SFC paper

Perfil de separação: SFC-Locoformer DnR é o padrão para diálogo, música e efeitos; BandIt e TIGER-DnR oferecem outros modelos para as mesmas três faixas.
Faixa de áudio do vídeo: escolha qual faixa separada será combinada com a imagem. No modo automático, será usada a faixa principal da ferramenta.

BandIt

SFC-Locoformer BandIt TIGER BandIt paper (IEEE OJSP)

Perfil de separação: SFC-Locoformer DnR é o padrão para diálogo, música e efeitos; BandIt e TIGER-DnR oferecem outros modelos para as mesmas três faixas.
Faixa de áudio do vídeo: escolha qual faixa separada será combinada com a imagem. No modo automático, será usada a faixa principal da ferramenta.

TIGER-DnR

SFC-Locoformer BandIt TIGER TIGER paper

Perfil de separação: SFC-Locoformer DnR é o padrão para diálogo, música e efeitos; BandIt e TIGER-DnR oferecem outros modelos para as mesmas três faixas.
Faixa de áudio do vídeo: escolha qual faixa separada será combinada com a imagem. No modo automático, será usada a faixa principal da ferramenta.

AV-CASS

AV-CASS source and official checkpoint links (pinned)AV-CASS paper

Comparação de modelos

Modelo

Função

Por que ele é usado

Impacto na saída

As notas valem apenas para o conjunto de dados, a métrica e a versão citados. Liderar a tabela não significa recorde mundial atual nem resultado deste serviço. Capacidades e testes podem priorizar modelos sem notas comparáveis.

Classificação pública: DnR v2 · SI-SDR / Separação de fala, efeitos e música em vídeo · AV-CASS

A tabela inclui apenas modelos com pesos ou configurações públicas que podem ser executados localmente.

DnR v2 · SI-SDR

SFC paper, Table II

Os números vêm da fonte pública indicada. As linhas informam o conjunto de teste ou checkpoint; modelos sem resultado equivalente ficam de fora.

Fontes públicas verificadas: 2026-09-10

Patente	Modelo	SI-SDR (dB) ↑	Métricas detalhadas
D3 · medium	SFC-Locoformer DnRTelkNetPublished DnR Table II	11.83Melhor	DX SNR (dB) ↑16.38MelhorDX SI-SDR (dB) ↑16.32MelhorMX SNR (dB) ↑9.70MelhorMX SI-SDR (dB) ↑9.28MelhorFX SNR (dB) ↑10.56MelhorFX SI-SDR (dB) ↑9.88MelhorDES médio (dB)12.21MelhorParâmetros M16.00
Table II	BandItTelkNetPublished DnR Table II	10.90	DX SNR (dB) ↑15.70DX SI-SDR (dB) ↑15.60MX SNR (dB) ↑8.70MX SI-SDR (dB) ↑8.00FX SNR (dB) ↑9.80FX SI-SDR (dB) ↑8.20DES médio (dB)11.40Parâmetros M37.00

Separação de fala, efeitos e música em vídeo · AV-CASS

AV-CASS paper, Table 1

Os números vêm da fonte pública indicada. As linhas informam o conjunto de teste ou checkpoint; modelos sem resultado equivalente ficam de fora.

Fontes públicas verificadas: 2026-09-10

± indica o intervalo de confiança de 95%.

Patente	Condição de teste	Modelo	MOS ↑
#3	Vídeos reais	MRXAV-CASS paper Table 1	2.55 ± 0.10
#2	Vídeos reais	BandItAV-CASS paper Table 1	3.78 ± 0.10
#1	Vídeos reais	AV-CASSAV-CASS paper Table 1	4.13 ± 0.09Melhor

Separação de fala, efeitos e música em vídeo · AV-CASS

AV-CASS paper, Table 2

Os números vêm da fonte pública indicada. As linhas informam o conjunto de teste ou checkpoint; modelos sem resultado equivalente ficam de fora.

Fontes públicas verificadas: 2026-09-10

Patente	Condição de teste	Modelo	WPR (%) ↓
#3	Diálogo (DX)	MRXAV-CASS paper Table 2	2.63
#2	Diálogo (DX)	BandItAV-CASS paper Table 2	0.60
#4	Diálogo (DX)	DAVIS-FlowAV-CASS paper Table 2	5.88
#1	Diálogo (DX)	AV-CASSAV-CASS paper Table 2	0.46Melhor
#4	Efeitos sonoros (FX)	MRXAV-CASS paper Table 2	33.72
#3	Efeitos sonoros (FX)	BandItAV-CASS paper Table 2	22.41
#1	Efeitos sonoros (FX)	DAVIS-FlowAV-CASS paper Table 2	14.58Melhor
#2	Efeitos sonoros (FX)	AV-CASSAV-CASS paper Table 2	19.81
#3	Música (MX)	MRXAV-CASS paper Table 2	6.01
#2	Música (MX)	BandItAV-CASS paper Table 2	0.35
#4	Música (MX)	DAVIS-FlowAV-CASS paper Table 2	35.94
#1	Música (MX)	AV-CASSAV-CASS paper Table 2	0.32Melhor

Separação de fala, efeitos e música em vídeo · AV-CASS

AV-CASS paper, Table 3

Os números vêm da fonte pública indicada. As linhas informam o conjunto de teste ou checkpoint; modelos sem resultado equivalente ficam de fora.

Fontes públicas verificadas: 2026-09-10

Patente	Condição de teste	Modelo	FAD ↓	Métricas detalhadas
#3	Protocolo AVDnR	Hybrid DemucsAV-CASS paper Table 3	2.05	KL ↓1.03SI-SDRi (dB) ↑13.57PESQ ↑2.16WPR (%) ↓5.24
#4	Protocolo AVDnR	HTDemucsAV-CASS paper Table 3	2.08	KL ↓1.06SI-SDRi (dB) ↑13.41PESQ ↑2.06WPR (%) ↓9.23
#7	Protocolo AVDnR	MRXAV-CASS paper Table 3	3.47	KL ↓1.67SI-SDRi (dB) ↑10.60PESQ ↑1.89WPR (%) ↓14.91
#5	Protocolo AVDnR	BandItAV-CASS paper Table 3	2.15	KL ↓1.14SI-SDRi (dB) ↑14.40MelhorPESQ ↑2.15WPR (%) ↓4.65
#6	Protocolo AVDnR	MSDMAV-CASS paper Table 3	2.90	KL ↓2.90SI-SDRi (dB) ↑11.63PESQ ↑2.12WPR (%) ↓5.65
#8	Protocolo AVDnR	DAVIS-FlowAV-CASS paper Table 3	5.94	KL ↓1.64SI-SDRi (dB) ↑9.25PESQ ↑1.96WPR (%) ↓12.14
#1	Protocolo AVDnR	AV-CASSAV-CASS paper Table 3	0.84Melhor	KL ↓0.93MelhorSI-SDRi (dB) ↑12.32PESQ ↑2.26MelhorWPR (%) ↓1.84Melhor
#2	Protocolo AVDnR	AV-CASS audio-onlyModelo correspondente da ferramenta: AV-CASSAV-CASS paper Table 3	1.63	KL ↓1.15SI-SDRi (dB) ↑12.23PESQ ↑2.08WPR (%) ↓2.01

Notas de papel e benchmarks

Input-Adaptive Spectral Feature Compression by Sequence Modeling for Source Separation

arXiv - 2026

Paper

A Generalized Bandsplit Neural Network for Cinematic Audio Source Separation

IEEE OJSP - 2024

Paper Source

TIGER: Time-frequency Interleaved Gain Extraction and Reconstruction for Efficient Speech Separation

arXiv - 2024

Paper Source

Cinematic Audio Source Separation Using Visual Cues

CVPR - 2026

Usa as condições visuais e de áudio do AV-CASS para separar fala, efeitos e música de um vídeo; o condicionamento somente por áudio também está disponível para comparação direta.

Paper

Oficiais / repositórios

SFC-Locoformer BandIt TIGER AV-CASS source and official checkpoint links (pinned)

Artigos / notas técnicas

SFC paper BandIt paper (IEEE OJSP)TIGER paper AV-CASS paper

Guia de parâmetros

Perfil de separação: SFC-Locoformer DnR é o padrão para diálogo, música e efeitos; BandIt e TIGER-DnR oferecem outros modelos para as mesmas três faixas.
Faixa de áudio do vídeo: escolha qual faixa separada será combinada com a imagem. No modo automático, será usada a faixa principal da ferramenta.

Separar diálogos, música e efeitos

Modelos, parâmetros e fontes

SFC-Locoformer DnR

BandIt

TIGER-DnR

AV-CASS

Comparação de modelos

Classificação pública: DnR v2 · SI-SDR / Separação de fala, efeitos e música em vídeo · AV-CASS

DnR v2 · SI-SDR

Separação de fala, efeitos e música em vídeo · AV-CASS

Separação de fala, efeitos e música em vídeo · AV-CASS

Separação de fala, efeitos e música em vídeo · AV-CASS

Notas de papel e benchmarks

Input-Adaptive Spectral Feature Compression by Sequence Modeling for Source Separation

A Generalized Bandsplit Neural Network for Cinematic Audio Source Separation

TIGER: Time-frequency Interleaved Gain Extraction and Reconstruction for Efficient Speech Separation

Cinematic Audio Source Separation Using Visual Cues

Oficiais / repositórios

Artigos / notas técnicas

Guia de parâmetros

Fluxo de trabalho

Antes de enviar

Guias de uso relacionados

Feedback rápido