Cargando...

Separación de batería · TelkNet

Separación y stem separaciónGPU carga de trabajoGitHub 456656868538205ef756912c7cf5b0fd936de8af / 5856a9bee7c6d503842795756d238dc8470f6f3e010e9e4f33ede0362850cb4c

Separación de batería

Separa grabaciones de batería en pistas editables con DrumSep, IDM o MSG-LD; compara instrumentos y formatos, escucha los resultados y descarga los WAV.

35 créditos/usoEntrada de archivoMax 100 MBSe estima 20-1800 segundos

Entrada

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

Formatos soportados

mp3wavflacoggm4aaacaifaiffmp4movmkv

Producción

9 × WAV

Caso de uso

Separar la batería en pistas individuales con IDM o MSG-LD.

Elige una familia de modelos

MDX23C DrumSepDisponibleMDX23C DrumSep · 5 stems: Remezcla de batería, reemplazo, edición de transitorios, pistas de práctica y análisis centrado en batería.Separación de batería · IDMDisponibleIDM exporta nueve pistas de batería sin MIDI.MSG-LDDisponibleMSG-LD genera cinco pistas de batería y detecta ataques; el MIDI usa velocidad 100 y duración fija de reproducción de 0,1 segundos.

Elija según la entrada y salida, después las pruebas comparables, evaluaciones publicadas y capacidades. La falta de puntuación no implica menor calidad; más parámetros o una versión reciente no prueban superioridad. Es un orden de uso sugerido, no una clasificación general.

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

Modelos de este campo

2 resultados

Resultados publicados de modelos dentro y fuera de este sitio. Se abre la clasificación global; cambia la evaluación o categoría para ver su clasificación. Cada evaluación conserva sus propias condiciones.

Solo se incluyen modelos con pesos públicos y código de inferencia verificados. Se excluyen servicios cerrados y resultados sin pesos verificables.

EvaluaciónCategoría

Clasificación globalMás alto es mejor · mejores primero

La puntuación global es la media con igual peso de 5 resultados en las mismas condiciones. Solo se incluyen registros completos.

Componentes：Bombo · Caja · Toms · Charles · Platillos

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.

MVSEP · Evaluación de calidad ↗Revisado: 2026-09-28

Ver datos del gráfico

Rango	Modelo	SDR medio (dB)
1	MDX23C DrumSep 5 stems by Aufr33 & JarredouModelo usado aquí Pesos públicos Código de inferencia	10.1846
2	MDX23C DrumSep 6 stems by Aufr33 & JarredouModelo usado aquí Pesos públicos Código de inferencia	8.4534

Todos los resultados originales y fuentes

Las puntuaciones solo corresponden al conjunto de datos, métrica y versión citados. Liderar esta tabla no significa un récord mundial actual ni un resultado de este servicio. Las capacidades y pruebas pueden priorizar modelos sin puntuaciones comparables.

Gráfico de referencia: Comparación de modelos

Las puntuaciones proceden de las fuentes públicas citadas; las filas azules indican los modelos disponibles en esta herramienta.

Notas en papel y benchmarks

Pinned MSST pretrained-model table

Las cifras proceden de la fuente pública enlazada. Cada fila indica el conjunto o checkpoint; se omiten los modelos sin un resultado equivalente.

Fuentes públicas verificadas: 2026-09-23

Condición de prueba	Modelo	SDR (dB) ↑	Métricas detalladas
DrumSep test · official five-stem checkpoint	MDX23C DrumSep · 5 stemsMSST table · kick SDR is the headline value	16.66	Caja11.53Toms12.33Charles4.04Platillos6.36
DrumSep test · official six-stem checkpoint	MDX23C DrumSep · 6 stemsMSST table · kick SDR is the headline value; ride and crash are reported jointly	14.54	Caja9.79Toms10.63Charles3.19Ride + crash6.08

IDM · StemGMD · 9 classes

IDM · Table III

IDM genera nueve pistas WAV de batería. nSDR, LSD y PES miden separación de audio, no transcripción MIDI, y no se clasifican junto con FAD de MSG-LD.

Se clasifica dentro de cada tabla y condición, conservando empates. Cambiar la métrica reordena las filas; desplázate horizontalmente para ver todas las columnas. Los datos ausentes no son ceros ni reciben puesto.

Fuentes públicas verificadas: 2026-09-23

Clasificar por métricaCondición de prueba

9/9 filas · 5 métricas

IDM · StemGMD · 9 classes
Rango	Condición de prueba	Modelo	nSDR (dB)	LSD	PES	Synth LSD	Synth PES
—	kick	IDMTelkNet	17.47	2.58	-54.37	1.84	-55.46
—	snare	IDMTelkNet	17.29	1.73	-57.20	1.83	-58.87
—	hihat_closed	IDMTelkNet	1.66	1.90	-55.88	1.94	-56.83
—	hihat_open	IDMTelkNet	6.68	1.71	-59.81	1.86	-59.99
—	hi_tom	IDMTelkNet	8.50	1.16	-59.57	1.03	-59.85
—	mid_tom	IDMTelkNet	6.41	1.11	-59.62	0.90	-59.70
—	low_tom	IDMTelkNet	7.35	1.62	-59.30	1.32	-59.57
—	ride	IDMTelkNet	2.12	2.09	-59.57	2.24	-59.65
—	crash_left	IDMTelkNet	4.78	2.84	-59.88	2.99	-59.94

MSG-LD · mel-MSE

MSG-LD · Table 1

El artículo evalúa OB, TB y OBTB por separado; las cifras de OB no corresponden al OBTB predeterminado. F1 de notas y mel-MSE/FAD de audio se muestran en tablas distintas. La cadena de detección del artículo no se ha reevaluado aquí.

Fuentes públicas verificadas: 2026-09-23

Clasificar por métricaCondición de prueba

12/12 filas · 1 métricas

MSG-LD · mel-MSE
Rango	Condición de prueba	Modelo	mel-MSE
#1	Kick · MSG-LD Table 1	MSG-LD OBTB	0.78
#2	Kick · MSG-LD Table 1	MSG-LD OB	1.03
#1	Snare · MSG-LD Table 1	MSG-LD OB	1.33
#2	Snare · MSG-LD Table 1	MSG-LD OBTB	1.42
#1	Toms · MSG-LD Table 1	MSG-LD OBTB	1.41
#2	Toms · MSG-LD Table 1	MSG-LD OB	1.45
#1	Hi-Hats · MSG-LD Table 1	MSG-LD OB	3.46
#2	Hi-Hats · MSG-LD Table 1	MSG-LD OBTB	4.30
#1	Cymbals · MSG-LD Table 1	MSG-LD OB	1.92
#2	Cymbals · MSG-LD Table 1	MSG-LD OBTB	3.52
#1	Overall · MSG-LD Table 1	MSG-LD OB	2.12
#2	Overall · MSG-LD Table 1	MSG-LD OBTB	2.29

MSG-LD · FAD

MSG-LD · Table 2

Fuentes públicas verificadas: 2026-09-23

Clasificar por métricaCondición de prueba

12/12 filas · 1 métricas

MSG-LD · FAD
Rango	Condición de prueba	Modelo	FAD
#1	Kick · MSG-LD Table 2	MSG-LD OBTB	0.23
#2	Kick · MSG-LD Table 2	MSG-LD OB	0.32
#1	Snare · MSG-LD Table 2	MSG-LD OBTB	0.09
#2	Snare · MSG-LD Table 2	MSG-LD OB	0.10
#1	Toms · MSG-LD Table 2	MSG-LD OBTB	0.13
#2	Toms · MSG-LD Table 2	MSG-LD OB	0.16
#1	Hi-Hats · MSG-LD Table 2	MSG-LD OB	0.38
#2	Hi-Hats · MSG-LD Table 2	MSG-LD OBTB	0.48
#1	Cymbals · MSG-LD Table 2	MSG-LD OB	0.71
#2	Cymbals · MSG-LD Table 2	MSG-LD OBTB	0.82
#1	Mean · MSG-LD Table 2	MSG-LD OB	0.33
#2	Mean · MSG-LD Table 2	MSG-LD OBTB	0.35

MSG-LD · MDB / ENST · 50 ms

MSG-LD · Table 3

Fuentes públicas verificadas: 2026-09-23

Clasificar por métricaCondición de prueba

12/12 filas · 3 métricas

MSG-LD · MDB / ENST · 50 ms
Rango	Condición de prueba	Modelo	F1 (%)	Precisión (%)	Recordar (%)
—	MDB · Kick · 50 ms · MSG-LD Table 3	MSG-LD OB	93.10	93.90	92.30
—	MDB · Snare · 50 ms · MSG-LD Table 3	MSG-LD OB	76.00	79.10	73.20
—	MDB · Toms · 50 ms · MSG-LD Table 3	MSG-LD OB	26.80	30.90	23.60
—	MDB · Hi-Hats · 50 ms · MSG-LD Table 3	MSG-LD OB	65.00	55.00	79.40
—	MDB · Cymbals · 50 ms · MSG-LD Table 3	MSG-LD OB	48.10	66.30	37.70
—	MDB · Overall · 50 ms · MSG-LD Table 3	MSG-LD OB	70.70	70.90	70.40
—	ENST · Kick · 50 ms · MSG-LD Table 3	MSG-LD OB	82.10	94.10	72.90
—	ENST · Snare · 50 ms · MSG-LD Table 3	MSG-LD OB	64.20	69.80	59.40
—	ENST · Toms · 50 ms · MSG-LD Table 3	MSG-LD OB	49.10	41.50	60.20
—	ENST · Hi-Hats · 50 ms · MSG-LD Table 3	MSG-LD OB	63.00	64.30	61.80
—	ENST · Cymbals · 50 ms · MSG-LD Table 3	MSG-LD OB	39.10	61.10	28.70
—	ENST · Overall · 50 ms · MSG-LD Table 3	MSG-LD OB	64.00	69.50	59.30

MSG-LD · Vanilla / OB / TB / OBTB

MSG-LD · Table 4

Fuentes públicas verificadas: 2026-09-23

Clasificar por métricaCondición de prueba

6/6 filas · 3 métricas

MSG-LD · Vanilla / OB / TB / OBTB
Rango	Condición de prueba	Modelo	F1 (%)	Precisión (%)	Recordar (%)
#1	MDB Overall · MSG-LD Table 4	MSG-LD OB	70.70	70.90	70.40
#2	MDB Overall · MSG-LD Table 4	MSG-LD OBTB	69.00	70.90	67.20
#1	ENST Overall · MSG-LD Table 4	MSG-LD OB	64.00	69.50	59.30
#2	ENST Overall · MSG-LD Table 4	MSG-LD OBTB	63.60	70.30	58.00
#1	Mean overall F1 (2 sets) · MSG-LD Table 4	MSG-LD OB	67.40	—	—
#2	Mean overall F1 (2 sets) · MSG-LD Table 4	MSG-LD OBTB	66.30	—	—

Modelos, parámetros y fuentes

IDM exporta nueve pistas de batería sin MIDI.

MDX23C DrumSep · 5 stemsOfficial 5-stem checkpointOfficial 5-stem configPinned immutable mirror used by TelkNetPinned MSST pretrained-model tableDrumSep test · official five-stem checkpointMSST table · kick SDR is the headline valueMDX23C DrumSep · 6 stemsDrumSep test · official six-stem checkpointMSST table · kick SDR is the headline value; ride and crash are reported jointlyA Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound SeparationICML

MDX23C DrumSep · 5 stems

MDX23C DrumSep · 5 stems: Remezcla de batería, reemplazo, edición de transitorios, pistas de práctica y análisis centrado en batería.

Official 5-stem checkpoint Official 5-stem config Pinned immutable mirror used by TelkNet

MDX23C DrumSep · 6 stems

MDX23C DrumSep · 6 stems: Remezcla de batería, reemplazo, edición de transitorios, pistas de práctica y análisis centrado en batería.

Official 6-stem checkpoint Official 6-stem config Pinned checkpoint bytes used by TelkNet

IDM

bernardo-torres/inverse-drum-machine IDM · checkpoint ddman1101/Separate-and-detect MSG-LD · checkpoint IDM

wiener usa la máscara Wiener oficial; none desactiva la máscara.
Exponente de potencia de la máscara Wiener; valor oficial 1.
Las mezclas completas pasan primero por extracción de batería: Demucs oficial para MSG-LD y AudioSep para los demás modelos nuevos. Las baterías aisladas omiten este paso.
IDM genera nueve pistas WAV de batería. nSDR, LSD y PES miden separación de audio, no transcripción MIDI, y no se clasifican junto con FAD de MSG-LD.

MSG-LD · OBTB

MSG-LD genera cinco pistas de batería y detecta ataques; el MIDI usa velocidad 100 y duración fija de reproducción de 0,1 segundos.

ddman1101/Separate-and-detect MSG-LD · checkpoint MSG-LD

msgld_ob usa la rama de ataque; msgld_obtb usa las ramas de ataque y timbre.
Pasos DDIM oficiales, 200 por defecto; las combinaciones temporales no admitidas producen un error.
Las mezclas completas pasan primero por extracción de batería: Demucs oficial para MSG-LD y AudioSep para los demás modelos nuevos. Las baterías aisladas omiten este paso.
El artículo evalúa OB, TB y OBTB por separado; las cifras de OB no corresponden al OBTB predeterminado. F1 de notas y mel-MSE/FAD de audio se muestran en tablas distintas. La cadena de detección del artículo no se ha reevaluado aquí.

MSG-LD · OB

MSG-LD genera cinco pistas de batería y detecta ataques; el MIDI usa velocidad 100 y duración fija de reproducción de 0,1 segundos.

ddman1101/Separate-and-detect MSG-LD · checkpoint MSG-LD

msgld_ob usa la rama de ataque; msgld_obtb usa las ramas de ataque y timbre.
Pasos DDIM oficiales, 200 por defecto; las combinaciones temporales no admitidas producen un error.
Las mezclas completas pasan primero por extracción de batería: Demucs oficial para MSG-LD y AudioSep para los demás modelos nuevos. Las baterías aisladas omiten este paso.
El artículo evalúa OB, TB y OBTB por separado; las cifras de OB no corresponden al OBTB predeterminado. F1 de notas y mel-MSE/FAD de audio se muestran en tablas distintas. La cadena de detección del artículo no se ha reevaluado aquí.

Comparación de modelos

Modelo

Función

Por qué se utiliza

Impacto en la salida

Notas en papel y benchmarks

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

ICML - 2026

Extrae un sonido descrito libremente con AudioSep-Hive, FlowSep-Hive o CLAPSep, o aísla con Banquet una fuente que coincida con una referencia de 10 segundos.

arXiv:2601.22599

The Inverse Drum Machine: Source Separation Through Joint Transcription and Analysis-by-Synthesis

arXiv - 2025

IDM

Separate-and-Detect: Unified Drum Transcription and Stem Generation via Latent Diffusion

arXiv - 2026

MSG-LD genera cinco pistas de batería y detecta ataques; el MIDI usa velocidad 100 y duración fija de reproducción de 0,1 segundos.

MSG-LD

Oficiales / repositorios

Official 5-stem checkpoint Official 5-stem config Pinned immutable mirror used by TelkNet Official 6-stem checkpoint Official 6-stem config Pinned checkpoint bytes used by TelkNet bernardo-torres/inverse-drum-machine IDM · checkpoint ddman1101/Separate-and-detect MSG-LD · checkpoint

Artículos / notas técnicas

IDM MSG-LD

Guía de parámetros

wiener usa la máscara Wiener oficial; none desactiva la máscara.
Exponente de potencia de la máscara Wiener; valor oficial 1.
Las mezclas completas pasan primero por extracción de batería: Demucs oficial para MSG-LD y AudioSep para los demás modelos nuevos. Las baterías aisladas omiten este paso.
IDM genera nueve pistas WAV de batería. nSDR, LSD y PES miden separación de audio, no transcripción MIDI, y no se clasifican junto con FAD de MSG-LD.

Flujo de trabajo

1Las mezclas completas pasan primero por extracción de batería: Demucs oficial para MSG-LD y AudioSep para los demás modelos nuevos. Las baterías aisladas omiten este paso.
2Elige IDM o MSG-LD y envía la grabación; escucha y descarga las pistas WAV. MSG-LD también ofrece ataques en CSV y MIDI.

Antes de enviar

IDM genera nueve clases de batería y MSG-LD cinco; el MIDI representa ataques de percusión, no notas melódicas.

Comentarios rápidos

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