Carregando...
Separe músicas em faixas vocais e instrumentais para ouvir, mixar ou praticar com acompanhamento.
Entrada
Suporta entradas em formatos como mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Formatos suportados
Produção
5 × WAV
Caso de uso
CrowdioSet SCNet: M1 usa áudio limpo, M2 acrescenta reverberação, M3 plateia e M4 ambos. M1/M2 geram quatro faixas; M3/M4 acrescentam a plateia. A reverberação é mantida e o canto da plateia pode permanecer.
Escolha um modelo para seu material e objetivo e confira os exemplos antes de enviar.
Custo, tempo, formatos e parâmetros dependem do modelo escolhido.
No feedback, informe a ferramenta, os passos e o problema encontrado. Capturas de tela ajudam a localizá-lo.
CrowdioSet SCNet: M1 usa áudio limpo, M2 acrescenta reverberação, M3 plateia e M4 ambos. M1/M2 geram quatro faixas; M3/M4 acrescentam a plateia. A reverberação é mantida e o canto da plateia pode permanecer.
BS-RoFormer SW Fixed usa BS-Rofo-SW-Fixed.ckpt mais BS-Rofo-SW-Fixed.yaml para dividir uma mixagem completa em six WAV stems.
Separa uma mistura completa em quatro stems padrão no estilo MUSDB.
XLANCE-MSR é um sistema de source-restoration de oito classes para separação, além de redução de ruído, dereverb e restauração com MIT checkpoint weights público. Não é uma direção não relacionada; É uma extensão de engenharia/desafio construída a partir de uma rota six-stem BS-RoFormer forte.
MVSep Mega 53 Stems separa a mixagem pelos instrumentos detectados para explorar arranjos complexos. Algumas partes podem ficar menos limpas do que com modelos especializados.
BS-RoFormer SW Fixed usa BS-Rofo-SW-Fixed.ckpt mais BS-Rofo-SW-Fixed.yaml para dividir uma mixagem completa em six WAV stems.
Sony MIMO SCNet separa voz, bateria, baixo e outros instrumentos, com versões SCNet e SCNet Gen.
Sony MIMO SCNet separa voz, bateria, baixo e outros instrumentos, com versões SCNet e SCNet Gen.
MDX23C Phantom Centre extrai sinais semelhantes dos canais estéreo e um resíduo lateral. Pode incluir instrumentos centralizados e deixar vozes deslocadas; não identifica instrumentos.
Extrai as cordas friccionadas e exporta o restante do áudio. Timbres semelhantes e cordas sintetizadas podem vazar entre as faixas.
arXiv - 2026
SDR médio das tabelas 2 e 3: clean é limpo, noisy inclui plateia e noisyrev inclui plateia e reverberação. Classificações separadas por condição; treinamento com reverberação não significa remoção dela.
SDX23 music separation track - 2023
BS-RoFormer utiliza recursos de espectrograma dividido em banda mais transformadores RoPE; o sistema SDX23 ficou em primeiro lugar na faixa de separação de fontes musicais e uma versão menor reportou uma média de 9,80 dB SDR em MUSDB18HQ.
ICASSP - 2023
O HT Demucs substitui as camadas centrais do Demucs por cross-domain Transformer attention e reporta 9,20 dB SDR com dados extras e ajustes finos.
ICASSP - 2025
Apresenta a arquitetura de compressão esparsa de sub-bandas usada pelo Huge-SCNet-4stems: o espectrograma da mixagem é dividido em bandas comprimidas em proporções diferentes para uma separação eficiente e de alta qualidade.
arXiv - 2026
Relatório técnico do sistema XLANCE-MSR submetido ao primeiro Music Source Restoration Challenge.
arXiv - 2026
Resumo do desafio descrevendo a tarefa MSR, conjuntos de dados, métricas objetivas, avaliação subjetiva e tabelas finais de classificação.
arXiv - 2026
README Sony fixado: MUSDB18-HQ, mediana das medianas no museval. Compare somente neste protocolo, separadamente de MVSEP e outros artigos.
5 categorias de saída
São exibidos apenas registros com implementação pública de inferência e pesos correspondentes verificados, além de algoritmos que não precisam de pesos. Serviços fechados, pesos não publicados e versões experimentais sem correspondência confirmada são excluídos. Esta não é uma classificação de todos os modelos.
Cada conjunto de pesos aparece uma vez por teste, com o melhor resultado publicado para a métrica selecionada. A pontuação geral vem de uma única avaliação. Expanda para comparar avaliações e configurações.
Pesos públicos não comprovam uma licença de código aberto completa. Expanda os dados para consultar as licenças declaradas e as condições de acesso. Licenças não declaradas são indicadas separadamente.
As marcações identificam modelos ou componentes usados aqui. As pontuações e configurações vêm dos testes citados, não de uma nova avaliação de todo o processo do site.
Escolha um conjunto de dados para ver todas as métricas de cada modelo. As linhas seguem a classificação oficial ou a métrica selecionada. O negrito indica o melhor valor comparável de cada coluna, incluindo empates. Protocolos de avaliação diferentes são classificados separadamente; pontuações ausentes aparecem como -.
Entradas implantáveis 4 / linhas originais 5
Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.
SAMAudio †
SDR médio das tabelas 2 e 3: clean é limpo, noisy inclui plateia e noisyrev inclui plateia e reverberação. Classificações separadas por condição; treinamento com reverberação não significa remoção dela.
| Classificação por métrica | Modelo | Condição de teste | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1Pesos públicos · Código de inferência | 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 M2Pesos públicos · Código de inferência | 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 M3Pesos públicos · Código de inferência | 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 M4Modelo usado aquiPesos públicos · Código de inferência | 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 ) |
As marcações identificam modelos ou componentes usados aqui. As pontuações e configurações vêm dos testes citados, não de uma nova avaliação de todo o processo do site.
Conjuntos, versões e condições ficam separados, inclusive fontes sem linhas elegíveis.
Entradas implantáveis 4 / linhas originais 5
Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.
SAMAudio †
Entradas implantáveis 2 / linhas originais 3
Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.
SAMAudio †
As pontuações correspondem ao conjunto de dados, métrica e versão indicados; testes diferentes não são diretamente comparáveis.
A tabela inclui apenas modelos com pesos ou configurações públicas que podem ser executados localmente.
Escolha um conjunto de dados para ver todas as métricas de cada modelo. As linhas seguem a classificação oficial ou a métrica selecionada. O negrito indica o melhor valor comparável de cada coluna, incluindo empates. Protocolos de avaliação diferentes são classificados separadamente; pontuações ausentes aparecem como -.
Entradas implantáveis 4 / linhas originais 5
Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.
SAMAudio †
SDR médio das tabelas 2 e 3: clean é limpo, noisy inclui plateia e noisyrev inclui plateia e reverberação. Classificações separadas por condição; treinamento com reverberação não significa remoção dela.
| Classificação por métrica | Modelo | Condição de teste | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1Pesos públicos · Código de inferência | 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 M2Pesos públicos · Código de inferência | 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 M3Pesos públicos · Código de inferência | 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 M4Pesos públicos · Código de inferência | 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 ) |
A tabela inclui apenas modelos com pesos ou configurações públicas que podem ser executados localmente.
Escolha um conjunto de dados para ver todas as métricas de cada modelo. As linhas seguem a classificação oficial ou a métrica selecionada. O negrito indica o melhor valor comparável de cada coluna, incluindo empates. Protocolos de avaliação diferentes são classificados separadamente; pontuações ausentes aparecem como -.
Entradas implantáveis 2 / linhas originais 3
Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.
SAMAudio †
SDR médio das tabelas 2 e 3: clean é limpo, noisy inclui plateia e noisyrev inclui plateia e reverberação. Classificações separadas por condição; treinamento com reverberação não significa remoção dela.
| Classificação por métrica | Modelo | Condição de teste | audience isolation | |
|---|---|---|---|---|
| non-reverberant↑ | reverberant↑ | |||
| 1 | CrowdioSet SCNet M3Pesos públicos · Código de inferência | noisy | 2.85 ± 1.3 | 1.25 ± 1.4 |
| 2 | CrowdioSet SCNet M4Pesos públicos · Código de inferência | noisyrev | 1.55 ± 1.0 | 1.56 ± 0.9 |