Indlæser...
Beskriv en lyd eller angiv referencelyd for at udtrække den fra en optagelse.
Input
Understøtter input i formater som mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Understøttede formater
Output
WAV
Brugsscenarie
Lav remix, øv med akkompagnement, og rediger enkelte stemmer.
Vælg en model til dit materiale og formål, og se eksemplerne før indsendelse.
Pris, tid, formater og parametre afhænger af den valgte model.
Angiv værktøjets navn, trinene og problemet i din feedback. Skærmbilleder kan hjælpe med at finde fejlen.
Banquet: Lav remix, øv med akkompagnement, og rediger enkelte stemmer.
Beskriv mållyden med tekst; nyttigt uden lydreference.
Tekststyret flow matching; sammenlign udeladelser og lækage med AudioSep på samme uddrag.
CLAPSep: Lav remix, øv med akkompagnement, og rediger enkelte stemmer.
SAM Audio Base: Lav remix, øv med akkompagnement, og rediger enkelte stemmer.
SAM Audio Large: Lav remix, øv med akkompagnement, og rediger enkelte stemmer.
ICML - 2026
Udtræk en frit beskrevet lyd med AudioSep-Hive, FlowSep-Hive eller CLAPSep, eller isolér med Banquet en kilde, der matcher en reference på 10 sekunder.
IEEE/ACM TASLP - 2024
Udtræk en frit beskrevet lyd med AudioSep-Hive, FlowSep-Hive eller CLAPSep, eller isolér med Banquet en kilde, der matcher en reference på 10 sekunder.
ISMIR - 2024
Udtræk en frit beskrevet lyd med AudioSep-Hive, FlowSep-Hive eller CLAPSep, eller isolér med Banquet en kilde, der matcher en reference på 10 sekunder.
Omfatter offentlige testresultater for modeller brugt her og andre steder. Som standard vises hele kildetabellen; betingelser og målinger kan også vælges til sammenligning. Resultater fra forskellige testbetingelser kan ikke sammenlignes direkte.
Kun resultater med verificeret offentlig inferenskode og tilhørende vægte vises, sammen med algoritmer uden trænede vægte. Lukkede tjenester, ikke offentliggjorte vægte og forsøgsudgaver uden verificeret sammenhæng udelades. Dette er ikke en rangliste over alle modeller.
Offentlige vægte dokumenterer ikke en fuldstændig open source-licens. Fold data ud for at se erklærede vægtlicenser og adgangsbetingelser. Manglende licenser markeres særskilt.
Den valgte model har intet verificeret, tilsvarende offentligt resultat og er ikke rangeret.
Vælg et datasæt for at se alle målinger for hver model. Rækkerne følger den officielle placering eller den valgte måling. Fed skrift markerer hver kolonnes bedste sammenlignelige værdi, også ved lighed. Forskellige evalueringsprotokoller rangeres separat; manglende resultater vises som -.
OVR er artiklens subjektive parvise bedømmelse og afhænger af sammenligningsmodellen. Den må ikke blandes med andre forsøg og er ikke en ny test af webstedets vægte.
| Placering efter måling | Model | Effekter↑OVR (1–5) | Dialog↑OVR (1–5) | Taler↑OVR (1–5) | Musik↑OVR (1–5) | Instrumenter i virkelige omgivelser↑OVR (1–5) | Studieinstrumenter↑OVR (1–5) |
|---|---|---|---|---|---|---|---|
| 1 | SAM AudioOffentlige vægte · Inferenskode | 3.59 | 4.29 | 4.15 | 4.05 | 4 | 4.45 |
| 2 | SoloAudioOffentlige vægte · Inferenskode | 2.97 | 3.32 | 2.45 | 2.47 | 2.71 | 2.3 |
| 3 | CLAPSepOffentlige vægte · Inferenskode | 2.92 | 2.47 | 2.79 | 2.97 | 2.81 | 2.56 |
| 4 | AudioSepOffentlige vægte · Inferenskode | 2.88 | 2.85 | 2.79 | 3.51 | 2.59 | 2.45 |
| 5 | FlowSepOffentlige vægte · Inferenskode | 2.65 | 2.14 | 2.13 | 2.9 | 2.69 | 2.02 |
| - | MossFormer2Offentlige vægte · Inferenskode | - | - | 2.54 | - | - | - |
| - | TigerOffentlige vægte · Inferenskode | - | - | 2.5 | - | - | - |
| - | DemucsOffentlige vægte · Inferenskode | - | - | - | - | - | 4.26 |
| - | SpleeterOffentlige vægte · Inferenskode | - | - | - | - | - | 3.9 |
Datasæt, versioner og betingelser holdes adskilt, også kilder uden godkendte rækker.
Installerbare 3 / kilderækker 11
En komplet offentlig inferenspakke til disse forsøg er ikke verificeret. Andre vægte med samme modelnavn kan ikke erstatte den.
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
Installerbare 3 / kilderækker 3
Resultater gælder det angivne datasæt, mål og modelversion. Forskellige tests kan ikke sammenlignes direkte.
Tabellen viser kun modeller med offentlige vægte eller konfigurationer, som kan køres lokalt.
Vælg et datasæt for at se alle målinger for hver model. Rækkerne følger den officielle placering eller den valgte måling. Fed skrift markerer hver kolonnes bedste sammenlignelige værdi, også ved lighed. Forskellige evalueringsprotokoller rangeres separat; manglende resultater vises som -.
Installerbare 3 / kilderækker 11
En komplet offentlig inferenspakke til disse forsøg er ikke verificeret. Andre vægte med samme modelnavn kan ikke erstatte den.
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
Værdierne kommer fra den linkede offentlige kilde. Rækkenavnene angiver testsættet eller checkpointet; ikke offentliggjorte værdier vises som -.
| Placering efter måling | Model | Testbetingelse | 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)Offentlige vægte · Inferenskode | 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 )Offentlige vægte · Inferenskode | 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)Offentlige vægte · Inferenskode | Generative Models | - | - | 4.25 | 0.84 | 0.61 | 0.19 | 61.8 | 3.05 | 4.18 | 3.35 | 3.70 |
Tabellen viser kun modeller med offentlige vægte eller konfigurationer, som kan køres lokalt.
Vælg et datasæt for at se alle målinger for hver model. Rækkerne følger den officielle placering eller den valgte måling. Fed skrift markerer hver kolonnes bedste sammenlignelige værdi, også ved lighed. Forskellige evalueringsprotokoller rangeres separat; manglende resultater vises som -.
Installerbare 3 / kilderækker 3
Værdierne kommer fra den linkede offentlige kilde. Rækkenavnene angiver testsættet eller checkpointet; ikke offentliggjorte værdier vises som -.
| Placering efter måling | Model | 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-PNOffentlige vægte · Inferenskode | 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-POffentlige vægte · Inferenskode | 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 | AudioSepOffentlige vægte · Inferenskode | 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 |