Séparation sonore guidée par texte et référence (AudioSep-Hive)

Q: Qu’est-ce que Séparation sonore guidée par texte et référence (AudioSep-Hive) ?

Extrait un son décrit librement avec AudioSep-Hive, FlowSep-Hive ou CLAPSep, ou isole avec Banquet une source correspondant à une référence de 10 secondes.

Q: Pour qui Séparation sonore guidée par texte et référence (AudioSep-Hive) ?

Séparation et stem séparation Extrait un son décrit librement avec AudioSep-Hive, FlowSep-Hive ou CLAPSep, ou isole avec Banquet une source correspondant à une référence de 10 secondes.

Q: Quelles tâches Séparation sonore guidée par texte et référence (AudioSep-Hive) peut-il aider ?

Séparation et stem séparation; WAV; Remixer, s'exercer avec un accompagnement et modifier les parties séparées.; Prend en charge les entrées dans des formats tels que mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv; AudioSep-Hive; FlowSep-Hive

Q: Quels modèles et entités de mots-clés sont liés à Séparation sonore guidée par texte et référence (AudioSep-Hive) ?

AudioSep-Hive, FlowSep-Hive, CLAPSep, Banquet, Hive source (pinned), AudioSep-Hive weights (pinned), FlowSep-Hive weights (pinned), Hive paper

Modèles, paramètres et sources

AudioSep-HiveFlowSep-HiveCLAPSepBanquetHive source (pinned)AudioSep-Hive weights (pinned)FlowSep-Hive weights (pinned)Hive paperCLAPSep source (pinned)Official CLAPSep Space artifacts (pinned)CLAPSep paperBanquet source (pinned)

Les scores concernent uniquement le jeu de données, la métrique et la version cités. La première place du tableau ne signifie ni record mondial actuel ni résultat de ce service. Capacités et essais peuvent favoriser un modèle sans score comparable.

Graphique de référence : Séparation sonore guidée par texte et référence

Le tableau ne contient que des modèles dont les poids ou configurations sont publics et qui peuvent être exécutés localement.

Séparation sonore guidée par texte et référence

Hive paper, main test table

Les chiffres viennent de la source publique liée. Chaque ligne précise le jeu de test ou le checkpoint ; les modèles sans résultat comparable sont omis.

Sources publiques vérifiées : 2026-09-10

Grade	Condition de test	Modèle	SI-SDR (dB) ↑	Métriques détaillées
#1	Jeu de test Hive	AudioSep-HiveTelkNetHive paper	5.02Meilleur	SDR (dB) ↑5.67MeilleurLPAPS ↓3.86MeilleurFAD ↓0.80MeilleurCLAP-Audio ↑0.65MeilleurCLAP-T ↑0.31MeilleurMUSHRA ↑68.40MeilleurOQ ↑3.34MeilleurRec ↑4.81Pre ↑3.40MeilleurFai ↑4.39
#2	Jeu de test Hive	AudioSep (original)Hive paper	1.58	SDR (dB) ↑2.37LPAPS ↓4.22FAD ↓0.90CLAP-Audio ↑0.57CLAP-T ↑0.26MUSHRA ↑60.90OQ ↑2.94Rec ↑4.86MeilleurPre ↑2.96Fai ↑4.47Meilleur

Séparation sonore guidée par texte et référence

Hive paper, main test table

Les sources emploient des conditions d’entraînement ou des tâches différentes ; comparez les chiffres uniquement dans le protocole indiqué.

Sources publiques vérifiées : 2026-09-10

Condition de test	Modèle	FAD ↓	Métriques détaillées
Sortie de séparation · test Hive	AudioSep-HiveTelkNetHive paper	0.80	SDR (dB) ↑5.67SI-SDR (dB) ↑5.02LPAPS ↓3.86CLAP-Audio ↑0.65CLAP-T ↑0.31MUSHRA ↑68.40OQ ↑3.34Rec ↑4.81Pre ↑3.40Fai ↑4.39
Sortie générative · test Hive	FlowSep-HiveTelkNetHive paper	0.84	LPAPS ↓4.25CLAP-Audio ↑0.61CLAP-T ↑0.19MUSHRA ↑61.80OQ ↑3.05Rec ↑4.18Pre ↑3.35Fai ↑3.70

Séparation sonore guidée par texte et référence

CLAPSep paper, Table V

Les chiffres viennent de la source publique liée. Chaque ligne précise le jeu de test ou le checkpoint ; les modèles sans résultat comparable sont omis.

Sources publiques vérifiées : 2026-09-10

± indique l’écart-type.

Grade	Condition de test	Modèle	SDRi (dB) ↑	Métriques détaillées
#3	2 sources · 1 cible	AudioSepCLAPSep paper Table V	8.60 ± 8.86	SI-SDRi (dB) ↑7.38 ± 9.48
#2	2 sources · 1 cible	CLAPSep-PTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	10.03 ± 11.27	SI-SDRi (dB) ↑8.70 ± 12.64
#1	2 sources · 1 cible	CLAPSep-PNTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	12.67 ± 7.80Meilleur	SI-SDRi (dB) ↑11.79 ± 8.23Meilleur
#3	3 sources · 1 cible	AudioSepCLAPSep paper Table V	4.90 ± 6.13	SI-SDRi (dB) ↑4.20 ± 6.42
#2	3 sources · 1 cible	CLAPSep-PTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	6.48 ± 7.82	SI-SDRi (dB) ↑5.73 ± 8.50
#1	3 sources · 1 cible	CLAPSep-PNTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	8.96 ± 6.13Meilleur	SI-SDRi (dB) ↑8.09 ± 6.17Meilleur
#3	3 sources · 2 cibles	AudioSepCLAPSep paper Table V	5.30 ± 5.38	SI-SDRi (dB) ↑2.96 ± 5.54
#2	3 sources · 2 cibles	CLAPSep-PTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	6.35 ± 7.36	SI-SDRi (dB) ↑4.88 ± 8.10
#1	3 sources · 2 cibles	CLAPSep-PNTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	8.90 ± 5.78Meilleur	SI-SDRi (dB) ↑7.82 ± 6.32Meilleur
#3	4 sources · 1 cible	AudioSepCLAPSep paper Table V	3.52 ± 5.21	SI-SDRi (dB) ↑2.81 ± 5.76
#2	4 sources · 1 cible	CLAPSep-PTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	5.94 ± 7.58	SI-SDRi (dB) ↑4.85 ± 8.29
#1	4 sources · 1 cible	CLAPSep-PNTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	7.73 ± 5.79Meilleur	SI-SDRi (dB) ↑6.80 ± 6.00Meilleur
#3	4 sources · 2 cibles	AudioSepCLAPSep paper Table V	2.37 ± 4.26	SI-SDRi (dB) ↑0.65 ± 4.32
#2	4 sources · 2 cibles	CLAPSep-PTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	2.91 ± 5.54	SI-SDRi (dB) ↑1.37 ± 5.98
#1	4 sources · 2 cibles	CLAPSep-PNTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	5.20 ± 4.63Meilleur	SI-SDRi (dB) ↑4.01 ± 4.95Meilleur
#3	4 sources · 3 cibles	AudioSepCLAPSep paper Table V	4.20 ± 4.51	SI-SDRi (dB) ↑2.03 ± 4.27
#2	4 sources · 3 cibles	CLAPSep-PTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	5.34 ± 6.70	SI-SDRi (dB) ↑3.79 ± 7.09
#1	4 sources · 3 cibles	CLAPSep-PNTelkNetModèle correspondant dans l’outil : CLAPSepCLAPSep paper Table V	8.00 ± 4.87Meilleur	SI-SDRi (dB) ↑6.73 ± 5.20Meilleur

Notes de papier et de référence

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

ICML - 2026

Paper

CLAPSep: Leveraging Contrastive Pre-trained Model for Multi-Modal Query-Conditioned Target Sound Extraction

IEEE/ACM TASLP - 2024

Paper

A Stem-Agnostic Single-Decoder System for Music Source Separation Beyond Four Stems

ISMIR - 2024

Paper

Officiel / dépôts

Hive source (pinned)AudioSep-Hive weights (pinned)FlowSep-Hive weights (pinned)CLAPSep source (pinned)Official CLAPSep Space artifacts (pinned)Banquet source (pinned)Official Banquet checkpoint

Articles / notes techniques

Hive paper CLAPSep paper Banquet paper

Guide des paramètres

Décrivez le son à extraire en langage courant ; AudioSep-Hive et FlowSep-Hive exigent ce champ.
Choisissez pour CLAPSep le texte positif, l’audio de référence ou les deux.
Décrivez le son cible que CLAPSep doit conserver.
Facultatif : décrivez un son que CLAPSep doit supprimer.
Importez un audio qui représente le son cible.
Facultatif : importez un audio du son à supprimer.
Importez la référence Banquet. Le contrat officiel utilise un extrait de requête de 10 secondes.
Étapes de génération de FlowSep-Hive. Valeur officielle : 20 ; davantage d’étapes prennent plus de temps.
Échelle classifier-free guidance de FlowSep-Hive. Valeur officielle : 1,0.
Taille de lot des bandes de requête Banquet. Valeur d’inférence officielle : 12.

Séparation sonore guidée par texte et référence

Modèles, paramètres et sources

AudioSep-Hive

FlowSep-Hive

CLAPSep

Banquet

Graphique de référence : Séparation sonore guidée par texte et référence

Séparation sonore guidée par texte et référence

Séparation sonore guidée par texte et référence

Séparation sonore guidée par texte et référence

Notes de papier et de référence

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

CLAPSep: Leveraging Contrastive Pre-trained Model for Multi-Modal Query-Conditioned Target Sound Extraction

A Stem-Agnostic Single-Decoder System for Music Source Separation Beyond Four Stems

Officiel / dépôts

Articles / notes techniques

Guide des paramètres

Flux de travail

Avant l’envoi

Avis rapide