Cargando...

Reducción de ruido y reverberación · XLANCE-MSR · TelkNet

Separación y stem separaciónGPU carga de trabajoMusic-Source-Separation-Training · Código UVR_resources · Pesos

Reducción de ruido y reverberación

Reduce ruido, sonidos del público o reverberación; compara con el original y descarga el audio procesado.

25 créditos/usoEntrada de archivoMáximo 100 MBSe estima 60-1800 segundos

Entrada

Soporta entradas en formatos como mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

Formatos soportados

mp3wavflacoggm4aaacaifaiffmp4movmkv

Producción

WAV

Caso de uso

Limpiar grabaciones con ruido, eco o interferencias del directo.

Elige una familia de modelos

Reducción de ruido y reverberación musical · XLANCE-MSRDisponibleLimpiar una mezcla antes de masterizar, separar, transcribir a MIDI o remezclar en vídeo.Reducir ruido musical · MelBand RoFormerDisponibleLimpia ruido musical; compara Standard y Aggressive por ruido residual y pérdida de detalle.Eliminación de eco y reverberación vocal · MelBand RoFormerDisponibleDevuelve una voz seca y el residuo de eco y reverberación eliminado a partir de una grabación vocal aislada.Eliminación de público · Crowd MelBand RoFormerDisponibleSepara el sonido del público de una grabación en directo y devuelve tanto esa pista como el audio del programa sin público.

Elige una versión o modo de procesamiento

Reducción de ruido musical · MelBand RoFormer · StandardPesos de reducción de ruido estándar para limpiar grabaciones musicales.RecomendadoDisponibleReducción de ruido musical · MelBand RoFormer · AggressivePesos de reducción de ruido Aggressive para comparar con la versión estándar.Disponible

Elige un modelo según tu material y objetivo y revisa los ejemplos antes de enviar.

Coste, tiempo, formatos y parámetros dependen del modelo elegido.

Comentarios rápidos

Indica la herramienta, los pasos y el problema en tus comentarios. Las capturas de pantalla ayudan a localizarlo.

Modelos, parámetros y fuentes

MelBand RoFormer · Standard: Limpiar grabaciones con ruido, eco o interferencias del directo.

XLANCE-MSRMSR Challenge 2025 official resultsxlancelabCUPAudioGroupAC_DCHachimicp-jkuXLANCE-MSR Technical Report for MSR Challenge 2025A Summary of the First Music Source Restoration ChallengeMelBand RoFormer · StandardOfficial checkpoint filenamesDenoise MelBand RoFormer

XLANCE-MSR

XLANCE-MSR es un sistema de source-restoration de ocho clases para separación más reducción de ruido, deverbación y restauración con MIT checkpoint weights público. No es una dirección ajena a la que se trata; Es una extensión de ingeniería/tareas de desafío construida a partir de una ruta six-stem BS-RoFormer fuerte.

XLANCE-MSR GitHub XLANCE-MSR MIT checkpoints MSR Challenge 2025 results XLANCE-MSR arXiv MSR Challenge summary

Apunta a ocho clases fuente: vocals, guitar, keys, synth, bass, drums, percussion y orchestral.
Los resultados oficiales de MSR Challenge 2025 reportan posiciones objetivo #1 con MMSNR 4,4623, Zimt 0,0137 FAD 0,1988 y MOS subjetivo general 3,4665. Estas son métricas source-restoration, no six-stem SDR.
Escribe solo WAV stems; el sonido puede ser más seco y más cercano al material sin tratar en lugar de preservar toda la reverberación, compresión, ecualizador, masterización y artefactos del códec.
Fuente de la puntuación: MSR Challenge 2025 clasificado XLANCE-MSR primer en resultados de source-restoration objetivos y subjetivos; Lee MMSNR, Zimt, FAD y MOS separación/restauración, no six-stem SDR.
Alcance de evaluación: se trata de restauración de fuentes de ocho clases, restauración eight-stem de la fuente, puntuada en la tarea de restauración MSR en lugar de fusionarse en MVSep six-stem SDR rankings.

MelBand RoFormer · Standard

MSST inference source (pinned)Official denoise checkpoint snapshot

MelBand RoFormer · Aggressive

MelBand RoFormer · Aggressive: Limpiar grabaciones con ruido, eco o interferencias del directo.

MSST inference source (pinned)Official aggressive denoise checkpoint snapshot

Vocal De-Echo MelBand RoFormer

MSST inference source (pinned)Official de-echo checkpoint (pinned)

Crowd MelBand RoFormer

MSST inference source (pinned)Official crowd checkpoint snapshot

Notas en papel y benchmarks

XLANCE-MSR Technical Report for MSR Challenge 2025

arXiv - 2026

Informe técnico del sistema XLANCE-MSR presentado al primer Music Source Restoration Challenge.

arXiv:2602.09042 Official challenge page

A Summary of the First Music Source Restoration Challenge

arXiv - 2026

Trabajo resumen del desafío que describe la tarea MSR, conjuntos de datos, métricas objetivas, evaluación subjetiva y tablas de clasificación final.

arXiv:2601.04343 MSR Challenge

Oficiales / repositorios

XLANCE-MSR GitHub XLANCE-MSR MIT checkpoints MSR Challenge 2025 results MSST inference source (pinned)Official denoise checkpoint snapshot Official aggressive denoise checkpoint snapshot Official de-echo checkpoint (pinned)Official crowd checkpoint snapshot

Artículos / notas técnicas

XLANCE-MSR arXiv MSR Challenge summary

Guía de parámetros

Número oficial de desplazamientos de prueba de MSST; valores mayores cuestan más tiempo y pueden dar más estabilidad.
Aumento oficial en tiempo de prueba; alarga el procesamiento y está desactivado por defecto.

Flujo de trabajo

1Sube música con ruido y elige reducción estándar o agresiva.
2Compara el audio limpio y el residuo para detectar detalles musicales eliminados.

Qué revisar

Usa la fuente de mayor calidad disponible
Compara original y resultado al mismo volumen

Modelos de este campo

2 categorías de salida

Solo se muestran registros con implementación pública de inferencia y pesos correspondientes verificados, además de algoritmos que no necesitan pesos. Se excluyen servicios cerrados, pesos no publicados y versiones experimentales sin correspondencia comprobada. No es una clasificación de todos los modelos.

Condiciones de evaluación publicadas

Cada conjunto de pesos aparece una sola vez por prueba, con su mejor resultado publicado para la métrica seleccionada. La puntuación global procede de una única evaluación. Despliega para comparar evaluaciones y ajustes.

Publicar los pesos no demuestra que exista una licencia de código abierto completa. Despliega los datos para consultar las licencias declaradas y las condiciones de acceso. Las licencias no declaradas se indican por separado.

Las marcas identifican modelos o componentes usados aquí. Las puntuaciones y los ajustes proceden de las pruebas citadas, no de una nueva evaluación de todo el proceso del sitio.

No hay resultados públicos comparables con código verificado y pesos correspondientes.