Für wen ist Text- und referenzgeführte Klangtrennung (AudioSep-Hive)?

Trennung und stem Trennung Extrahiert einen frei beschriebenen Klang mit AudioSep-Hive, FlowSep-Hive oder CLAPSep oder trennt mit Banquet eine Quelle anhand einer 10-sekündigen...

Bei welchen Aufgaben kann Text- und referenzgeführte Klangtrennung (AudioSep-Hive) helfen?

Trennung und stem Trennung; WAV; Remixen, mit Begleitung üben und einzelne Stimmen bearbeiten.; Unterstützt Eingaben in Formaten wie mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv; AudioSep-Hive; FlowSep-Hive

Text- und referenzgeführte Klangtrennung (AudioSep-Hive)

Q: Welche Modell- und Keyword-Entitäten sind mit Text- und referenzgeführte Klangtrennung (AudioSep-Hive) verbunden?

AudioSep-Hive, FlowSep-Hive, CLAPSep, Banquet, Hive source (pinned), AudioSep-Hive weights (pinned), FlowSep-Hive weights (pinned), Hive paper

Modelle, Parameter und Quellen

AudioSep-HiveFlowSep-HiveCLAPSepBanquetHive source (pinned)AudioSep-Hive weights (pinned)FlowSep-Hive weights (pinned)Hive paperCLAPSep source (pinned)Official CLAPSep Space artifacts (pinned)CLAPSep paperBanquet source (pinned)

Werte gelten nur für den genannten Datensatz, die Metrik und Modellversion. Tabellenführung bedeutet weder Weltrekord noch ein Ergebnis dieses Dienstes. Auch Modelle ohne vergleichbare Werte können aufgrund ihrer Fähigkeiten und Tests Vorrang haben.

Benchmark-Chart: Text- und referenzgeführte Klangtrennung

Die Tabelle enthält nur Modelle mit öffentlichen Gewichten oder Konfigurationen, die lokal ausgeführt werden können.

Text- und referenzgeführte Klangtrennung

Hive paper, main test table

Die Werte stammen aus der verlinkten öffentlichen Quelle. Die Zeilen nennen Testdatensatz oder Checkpoint; Modelle ohne passenden Wert fehlen.

Öffentliche Quellen geprüft: 2026-09-10

Rang	Testbedingung	Modell	SI-SDR (dB) ↑	Detaillierte Metriken
#1	Hive-Testdatensatz	AudioSep-HiveTelkNetHive paper	5.02Bestwert	SDR (dB) ↑5.67BestwertLPAPS ↓3.86BestwertFAD ↓0.80BestwertCLAP-Audio ↑0.65BestwertCLAP-T ↑0.31BestwertMUSHRA ↑68.40BestwertOQ ↑3.34BestwertRec ↑4.81Pre ↑3.40BestwertFai ↑4.39
#2	Hive-Testdatensatz	AudioSep (original)Hive paper	1.58	SDR (dB) ↑2.37LPAPS ↓4.22FAD ↓0.90CLAP-Audio ↑0.57CLAP-T ↑0.26MUSHRA ↑60.90OQ ↑2.94Rec ↑4.86BestwertPre ↑2.96Fai ↑4.47Bestwert

Text- und referenzgeführte Klangtrennung

Hive paper, main test table

Training und Aufgabe unterscheiden sich je nach Quelle. Die Zahlen sind nur innerhalb des angegebenen Protokolls vergleichbar.

Öffentliche Quellen geprüft: 2026-09-10

Testbedingung	Modell	FAD ↓	Detaillierte Metriken
Trennausgabe · Hive-Testdatensatz	AudioSep-HiveTelkNetHive paper	0.80	SDR (dB) ↑5.67SI-SDR (dB) ↑5.02LPAPS ↓3.86CLAP-Audio ↑0.65CLAP-T ↑0.31MUSHRA ↑68.40OQ ↑3.34Rec ↑4.81Pre ↑3.40Fai ↑4.39
Generative Ausgabe · Hive-Testdatensatz	FlowSep-HiveTelkNetHive paper	0.84	LPAPS ↓4.25CLAP-Audio ↑0.61CLAP-T ↑0.19MUSHRA ↑61.80OQ ↑3.05Rec ↑4.18Pre ↑3.35Fai ↑3.70

Text- und referenzgeführte Klangtrennung

CLAPSep paper, Table V

Die Werte stammen aus der verlinkten öffentlichen Quelle. Die Zeilen nennen Testdatensatz oder Checkpoint; Modelle ohne passenden Wert fehlen.

Öffentliche Quellen geprüft: 2026-09-10

± bezeichnet die Standardabweichung.

Rang	Testbedingung	Modell	SDRi (dB) ↑	Detaillierte Metriken
#3	2 Quellen · 1 Ziel	AudioSepCLAPSep paper Table V	8.60 ± 8.86	SI-SDRi (dB) ↑7.38 ± 9.48
#2	2 Quellen · 1 Ziel	CLAPSep-PTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	10.03 ± 11.27	SI-SDRi (dB) ↑8.70 ± 12.64
#1	2 Quellen · 1 Ziel	CLAPSep-PNTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	12.67 ± 7.80Bestwert	SI-SDRi (dB) ↑11.79 ± 8.23Bestwert
#3	3 Quellen · 1 Ziel	AudioSepCLAPSep paper Table V	4.90 ± 6.13	SI-SDRi (dB) ↑4.20 ± 6.42
#2	3 Quellen · 1 Ziel	CLAPSep-PTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	6.48 ± 7.82	SI-SDRi (dB) ↑5.73 ± 8.50
#1	3 Quellen · 1 Ziel	CLAPSep-PNTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	8.96 ± 6.13Bestwert	SI-SDRi (dB) ↑8.09 ± 6.17Bestwert
#3	3 Quellen · 2 Ziele	AudioSepCLAPSep paper Table V	5.30 ± 5.38	SI-SDRi (dB) ↑2.96 ± 5.54
#2	3 Quellen · 2 Ziele	CLAPSep-PTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	6.35 ± 7.36	SI-SDRi (dB) ↑4.88 ± 8.10
#1	3 Quellen · 2 Ziele	CLAPSep-PNTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	8.90 ± 5.78Bestwert	SI-SDRi (dB) ↑7.82 ± 6.32Bestwert
#3	4 Quellen · 1 Ziel	AudioSepCLAPSep paper Table V	3.52 ± 5.21	SI-SDRi (dB) ↑2.81 ± 5.76
#2	4 Quellen · 1 Ziel	CLAPSep-PTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	5.94 ± 7.58	SI-SDRi (dB) ↑4.85 ± 8.29
#1	4 Quellen · 1 Ziel	CLAPSep-PNTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	7.73 ± 5.79Bestwert	SI-SDRi (dB) ↑6.80 ± 6.00Bestwert
#3	4 Quellen · 2 Ziele	AudioSepCLAPSep paper Table V	2.37 ± 4.26	SI-SDRi (dB) ↑0.65 ± 4.32
#2	4 Quellen · 2 Ziele	CLAPSep-PTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	2.91 ± 5.54	SI-SDRi (dB) ↑1.37 ± 5.98
#1	4 Quellen · 2 Ziele	CLAPSep-PNTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	5.20 ± 4.63Bestwert	SI-SDRi (dB) ↑4.01 ± 4.95Bestwert
#3	4 Quellen · 3 Ziele	AudioSepCLAPSep paper Table V	4.20 ± 4.51	SI-SDRi (dB) ↑2.03 ± 4.27
#2	4 Quellen · 3 Ziele	CLAPSep-PTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	5.34 ± 6.70	SI-SDRi (dB) ↑3.79 ± 7.09
#1	4 Quellen · 3 Ziele	CLAPSep-PNTelkNetZugehöriges Werkzeugmodell: CLAPSepCLAPSep paper Table V	8.00 ± 4.87Bestwert	SI-SDRi (dB) ↑6.73 ± 5.20Bestwert

Papier- und Benchmark-Notizen

A Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound Separation

ICML - 2026

Paper

CLAPSep: Leveraging Contrastive Pre-trained Model for Multi-Modal Query-Conditioned Target Sound Extraction

IEEE/ACM TASLP - 2024

Paper

A Stem-Agnostic Single-Decoder System for Music Source Separation Beyond Four Stems

ISMIR - 2024

Paper

Offizielle / Repositorien

Hive source (pinned)AudioSep-Hive weights (pinned)FlowSep-Hive weights (pinned)CLAPSep source (pinned)Official CLAPSep Space artifacts (pinned)Banquet source (pinned)Official Banquet checkpoint

Arbeiten / technische Anmerkungen

Hive paper CLAPSep paper Banquet paper

Parameterleitfaden

Beschreiben Sie den zu extrahierenden Klang. Für AudioSep-Hive und FlowSep-Hive ist dieses Feld erforderlich.
Wählen Sie für CLAPSep positiven Text, Referenzaudio oder beides.
Beschreiben Sie den Zielklang, den CLAPSep behalten soll.
Optional: Beschreiben Sie einen Klang, den CLAPSep unterdrücken soll.
Laden Sie ein Referenzaudio hoch, das den Zielklang beispielhaft enthält.
Optional: Laden Sie ein Referenzaudio des zu unterdrückenden Klangs hoch.
Laden Sie das Banquet-Referenzaudio hoch. Der offizielle Vertrag verwendet einen 10-sekündigen Abfrageausschnitt.
Generationsschritte von FlowSep-Hive. Offizieller Standard: 20; mehr Schritte dauern länger.
Classifier-free Guidance von FlowSep-Hive. Offizieller Standard: 1,0.
Batchgröße der Banquet-Abfragebänder. Offizieller Inferenzstandard: 12.

Text- und referenzgeführte Klangtrennung

Modelle, Parameter und Quellen

AudioSep-Hive

FlowSep-Hive

CLAPSep

Banquet

Benchmark-Chart: Text- und referenzgeführte Klangtrennung

Text- und referenzgeführte Klangtrennung

Text- und referenzgeführte Klangtrennung

Text- und referenzgeführte Klangtrennung

Papier- und Benchmark-Notizen

A Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound Separation

CLAPSep: Leveraging Contrastive Pre-trained Model for Multi-Modal Query-Conditioned Target Sound Extraction

A Stem-Agnostic Single-Decoder System for Music Source Separation Beyond Four Stems

Offizielle / Repositorien

Arbeiten / technische Anmerkungen

Parameterleitfaden

Arbeitsablauf

Vor dem Absenden

Schnelles Feedback