Usuarios que necesitan voces más limpias antes de practicar, doblar o remezclar
Temas vocales y de acompañamiento para prácticas, muestreos, transcripciones o flujos de trabajo de portadas
Entrada
Canciones completas, material de portada o archivos de voz con acompañamiento; Separado primero con tallos RoFormer.
Formatos de audio
Salida
Temas vocales y de acompañamiento para prácticas, muestreos, transcripciones o flujos de trabajo de portadas
Lo mejor para
Usuarios que necesitan voces más limpias antes de practicar, doblar o remezclar
La separación de voz/acompañamiento ahora es una cadena separadora fija de RoFormer. Crea voces con armonía, acompañamiento sin armonía, voces originales y acompañamiento con armonía sin invocar YourMT3.
Pase vocal/instrumental primario. TelkNet utiliza un conjunto RoFormer separador de audio optimizado para la separación de estilo vocal/RVC, no un modelo de transcripción.
Separación de voz principal y de fondo de segundo paso. Se ejecuta únicamente en la raíz vocal extraída, por lo que los coros se pueden conservar como acompañamiento consciente de la armonía.
Envoltorio de tiempo de ejecución para puntos de control de separadores estilo UVR/MVSep. Proporciona la carga del modelo, la exportación de raíces WAV y el manejo del formato de audio respaldado por FFmpeg que utiliza esta herramienta.
arXiv / ISMIR late-breaking demo - 2023
Mel-RoFormer reemplaza las bandas heurísticas no superpuestas con subbandas de bandas mel superpuestas e informa una mejor separación que BS-RoFormer para voces, batería y otras raíces en MUSDB18HQ.
SDX23 music separation track - 2023
BS-RoFormer utiliza funciones de espectrograma de banda dividida más transformadores RoPE; el sistema SDX23 ocupó el primer lugar en la pista de separación de fuentes de música y una versión más pequeña reportó un SDR promedio de 9,80 dB en MUSDB18HQ.
TISMIR - 2024
El documento de desmezcla de música SDX23 documenta sólidos puntos de referencia de MSS, pruebas de escucha y que el mejor sistema mejoró con respecto al desafío anterior en más de 1,6 dB SDR en MDXDB21.