Cargando...
Separa canciones en pistas vocales e instrumentales para escuchar, mezclar o practicar.
Entrada
Soporta entradas en formatos como mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Formatos soportados
Producción
5 × WAV
Caso de uso
CrowdioSet SCNet: M1 usa audio limpio, M2 añade reverberación, M3 público y M4 ambos. M1/M2 producen cuatro pistas; M3/M4 añaden la del público. Conserva la reverberación y pueden quedar coros del público.
Elige un modelo según tu material y objetivo y revisa los ejemplos antes de enviar.
Coste, tiempo, formatos y parámetros dependen del modelo elegido.
Indica la herramienta, los pasos y el problema en tus comentarios. Las capturas de pantalla ayudan a localizarlo.
CrowdioSet SCNet: M1 usa audio limpio, M2 añade reverberación, M3 público y M4 ambos. M1/M2 producen cuatro pistas; M3/M4 añaden la del público. Conserva la reverberación y pueden quedar coros del público.
BS-RoFormer SW Fixed usa BS-Rofo-SW-Fixed.ckpt más BS-Rofo-SW-Fixed.yaml para dividir una mezcla completa en six WAV stems.
Separa una mezcla completa en cuatro stems estándar estilo MUSDB.
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.
MVSep Mega 53 Stems separa la mezcla por los instrumentos detectados para explorar arreglos complejos. Algunas partes pueden quedar menos limpias que con modelos especializados.
BS-RoFormer SW Fixed usa BS-Rofo-SW-Fixed.ckpt más BS-Rofo-SW-Fixed.yaml para dividir una mezcla completa en six WAV stems.
Sony MIMO SCNet separa voz, batería, bajo y otros instrumentos, con versiones SCNet y SCNet Gen.
Sony MIMO SCNet separa voz, batería, bajo y otros instrumentos, con versiones SCNet y SCNet Gen.
MDX23C Phantom Centre extrae señales similares de los canales estéreo y un residuo lateral. Puede incluir instrumentos centrados y dejar voces panoramizadas; no identifica instrumentos.
Extrae las cuerdas frotadas y exporta el audio restante. Los timbres similares y las cuerdas sintetizadas pueden filtrarse entre las pistas.
arXiv - 2026
SDR medio de las tablas 2 y 3: clean es limpio, noisy añade público y noisyrev público más reverberación. Clasificaciones separadas por condición; el entrenamiento con reverberación no la elimina.
SDX23 music separation track - 2023
BS-RoFormer utiliza funciones de espectrograma dividido en banda además de transformadores RoPE; el sistema SDX23 ocupó el primer puesto en la pista de separación de fuentes musicales y una versión menor reportó una media de 9,80 dB SDR en MUSDB18HQ.
ICASSP - 2023
HT Demucs reemplaza las capas principales de Demucs por cross-domain Transformer attention y reporta 9,20 dB SDR con datos extra y ajustes finos.
ICASSP - 2025
Presenta la arquitectura de compresión dispersa por subbandas detrás del checkpoint desplegado Huge-SCNet-4stems: el espectrograma de la mezcla se divide en bandas comprimidas a distintas tasas para una separación eficiente y de alta calidad.
arXiv - 2026
Informe técnico del sistema XLANCE-MSR presentado al primer 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 - 2026
README de Sony fijado: MUSDB18-HQ, mediana de medianas con museval. Comparar solo dentro de este protocolo, separado de MVSEP y otros artículos.
5 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.
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.
Elige un conjunto de datos para ver todas las métricas de cada modelo. Las filas siguen la clasificación oficial o la métrica seleccionada. La negrita indica el mejor valor comparable de cada columna, incluidos los empates. Los protocolos de evaluación diferentes se clasifican por separado; las puntuaciones ausentes se muestran como -.
Entradas desplegables 4 / filas originales 5
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
SAMAudio †
SDR medio de las tablas 2 y 3: clean es limpio, noisy añade público y noisyrev público más reverberación. Clasificaciones separadas por condición; el entrenamiento con reverberación no la elimina.
| Clasificación por métrica | Modelo | Condición de prueba | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1Pesos públicos · Código de inferencia | clean | 1.46 ± 3.4 ( 10.05 ) | 7.04 ± 3.6 ( 10.62 ) | 4.15 ± 3.5 ( 8.97 ) | 1.43 ± 3.5 ( 6.69 ) |
| - | CrowdioSet SCNet M2Pesos públicos · Código de inferencia | rev | 1.10 ± 3.6 ( 9.01 ) | 8.23 ± 3.1 ( 9.86 ) | 5.36 ± 3.7 ( 7.77 ) | 3.63 ± 2.4 ( 5.98 ) |
| - | CrowdioSet SCNet M3Pesos públicos · Código de inferencia | noisy | 3.26 ± 2.9 ( 9.97 ) | 7.00 ± 3.3 ( 10.68 ) | 3.91 ± 3.6 ( 8.85 ) | 1.79 ± 3.2 ( 6.69 ) |
| - | CrowdioSet SCNet M4Modelo usado aquíPesos públicos · Código de inferencia | noisyrev | 3.15 ± 3.1 ( 9.07 ) | 8.19 ± 3.3 ( 9.98 ) | 5.66 ± 3.6 ( 7.86 ) | 3.55 ± 2.7 ( 5.88 ) |
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.
Se separan conjuntos, versiones y condiciones, incluidas fuentes sin filas aptas para el ranking.
Entradas desplegables 4 / filas originales 5
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
SAMAudio †
Entradas desplegables 2 / filas originales 3
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
SAMAudio †
Las puntuaciones corresponden al conjunto de datos, métrica y versión indicados; no son comparables entre pruebas distintas.
La tabla solo incluye modelos con pesos o configuraciones públicas que pueden ejecutarse localmente.
Elige un conjunto de datos para ver todas las métricas de cada modelo. Las filas siguen la clasificación oficial o la métrica seleccionada. La negrita indica el mejor valor comparable de cada columna, incluidos los empates. Los protocolos de evaluación diferentes se clasifican por separado; las puntuaciones ausentes se muestran como -.
Entradas desplegables 4 / filas originales 5
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
SAMAudio †
SDR medio de las tablas 2 y 3: clean es limpio, noisy añade público y noisyrev público más reverberación. Clasificaciones separadas por condición; el entrenamiento con reverberación no la elimina.
| Clasificación por métrica | Modelo | Condición de prueba | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1Pesos públicos · Código de inferencia | clean | 1.46 ± 3.4 ( 10.05 ) | 7.04 ± 3.6 ( 10.62 ) | 4.15 ± 3.5 ( 8.97 ) | 1.43 ± 3.5 ( 6.69 ) |
| - | CrowdioSet SCNet M2Pesos públicos · Código de inferencia | rev | 1.10 ± 3.6 ( 9.01 ) | 8.23 ± 3.1 ( 9.86 ) | 5.36 ± 3.7 ( 7.77 ) | 3.63 ± 2.4 ( 5.98 ) |
| - | CrowdioSet SCNet M3Pesos públicos · Código de inferencia | noisy | 3.26 ± 2.9 ( 9.97 ) | 7.00 ± 3.3 ( 10.68 ) | 3.91 ± 3.6 ( 8.85 ) | 1.79 ± 3.2 ( 6.69 ) |
| - | CrowdioSet SCNet M4Pesos públicos · Código de inferencia | noisyrev | 3.15 ± 3.1 ( 9.07 ) | 8.19 ± 3.3 ( 9.98 ) | 5.66 ± 3.6 ( 7.86 ) | 3.55 ± 2.7 ( 5.88 ) |
La tabla solo incluye modelos con pesos o configuraciones públicas que pueden ejecutarse localmente.
Elige un conjunto de datos para ver todas las métricas de cada modelo. Las filas siguen la clasificación oficial o la métrica seleccionada. La negrita indica el mejor valor comparable de cada columna, incluidos los empates. Los protocolos de evaluación diferentes se clasifican por separado; las puntuaciones ausentes se muestran como -.
Entradas desplegables 2 / filas originales 3
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
SAMAudio †
SDR medio de las tablas 2 y 3: clean es limpio, noisy añade público y noisyrev público más reverberación. Clasificaciones separadas por condición; el entrenamiento con reverberación no la elimina.
| Clasificación por métrica | Modelo | Condición de prueba | audience isolation | |
|---|---|---|---|---|
| non-reverberant↑ | reverberant↑ | |||
| 1 | CrowdioSet SCNet M3Pesos públicos · Código de inferencia | noisy | 2.85 ± 1.3 | 1.25 ± 1.4 |
| 2 | CrowdioSet SCNet M4Pesos públicos · Código de inferencia | noisyrev | 1.55 ± 1.0 | 1.56 ± 0.9 |