Benutzer, die vor dem Üben, Überspielen oder Remixen klarere Vocals benötigen
Gesangs- und Begleit-Stems für Übungs-, Sampling-, Transkriptions- oder Cover-Workflows
Eingabe
Komplette Songs, Covermaterial oder Dateien mit Gesang und Hintergrundmusik; Zuerst mit RoFormer-Stielen getrennt
Audioformate
Ausgabe
Gesangs- und Begleit-Stems für Übungs-, Sampling-, Transkriptions- oder Cover-Workflows
Am besten für
Benutzer, die vor dem Üben, Überspielen oder Remixen klarere Vocals benötigen
Die Trennung von Gesang und Begleitung erfolgt nun über eine feste RoFormer-Trennkette. Es erzeugt Gesang mit Harmonie, Begleitung ohne Harmonie, Originalgesang und Begleitung mit Harmonie, ohne YourMT3 aufzurufen.
Primärer Gesangs-/Instrumentaldurchgang. TelkNet verwendet ein Audio-Separator-RoFormer-Ensemble, das für die Trennung von Gesang und RVC-Stil optimiert ist, kein Transkriptionsmodell.
Lead/Back-Gesangstrennung im zweiten Durchgang. Es läuft nur auf dem extrahierten Stimmstamm, sodass der Hintergrundgesang als harmoniebewusste Begleitung erhalten bleiben kann.
Laufzeit-Wrapper für Trennprüfpunkte im UVR/MVSep-Stil. Es bietet das Laden von Modellen, den WAV-Stem-Export und die Verarbeitung von FFmpeg-gestützten Audioformaten, die von diesem Tool verwendet werden.
arXiv / ISMIR late-breaking demo - 2023
Mel-RoFormer ersetzt heuristische, nicht überlappende Bänder durch überlappende Mel-Band-Subbänder und meldet eine bessere Trennung als BS-RoFormer für Gesang, Schlagzeug und andere Stems auf MUSDB18HQ.
SDX23 music separation track - 2023
BS-RoFormer nutzt Band-Split-Spektrogrammfunktionen plus RoPE-Transformatoren; Das SDX23-System belegte den ersten Platz in der Musikquellentrennungsspur und eine kleinere Version meldete einen durchschnittlichen SDR von 9,80 dB auf MUSDB18HQ.
TISMIR - 2024
Das SDX23-Musik-Demixing-Papier dokumentiert robuste MSS-Benchmarks und Hörtests und zeigt, dass sich das beste System gegenüber der vorherigen Herausforderung um mehr als 1,6 dB SDR auf MDXDB21 verbessert hat.