Iterative Audio Separation with Mixture Consistency via MIMO Model Extension
arXiv - 2026
README Sony figé : MUSDB18-HQ, médiane des médianes museval. Comparer uniquement selon ce protocole, séparément de MVSEP et des autres articles.
Chargement...
Séparez le chant principal, les harmonies et l'accompagnement, ou extrayez une voix sèche pour les reprises et le karaoké.
Entrée
Prend en charge les entrées dans des formats tels que mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Formats pris en charge
Production
2 × WAV
Cas d’utilisation
Sony MIMO BS-RoFormer sépare voix et accompagnement en trois itérations, avec les modèles Large et Small. Des fuites restent possibles dans les mélanges complexes ; aucune comparaison équivalente avec Leap du site n'est disponible.
Choisissez un modèle adapté à votre contenu et à votre objectif, puis consultez les exemples avant de lancer la tâche.
Coût, durée, formats et paramètres dépendent du modèle choisi.
Précisez l'outil, les étapes et le problème dans votre retour. Des captures d'écran peuvent aider à le localiser.
Sony MIMO BS-RoFormer sépare la voix de l’accompagnement, en versions Large et Small. Des fuites peuvent subsister dans les mix complexes.
Enveloppe d’exécution pour checkpoints séparateur de type UVR/MVSep. Il fournit le chargement des modèles, l’exportation WAV stem l’exportation et la gestion du format audio appuyé par FFmpeg utilisés par cet outil.
Séparation des harmonies : MVSep 9205 fournit la partie lead/accompagnement avec harmonie, BS-RoFormer groupes Leap XE 90 fournit vocals harmonie, et BS-RoFormer Leap Instrumental groupes fournit la référence d’accompagnement.
Extraction de voix dry : Leap XE 90 bands fournit la voix principale, BS-RoFormer Leap Instrumental la référence d'accompagnement, MVSep 9205 BS-Kar AVG supprime les harmonies d'arrière-plan et le modèle dereverb anvuew BS-RoFormer retire la réverbération.
MelBand Aspiration sépare le souffle du reste, avec des modèles standard et moins agressif. Des fricatives peuvent aussi être extraites ; utiliser une voix isolée et vérifier l'articulation.
MelBand Aspiration sépare le souffle du reste, avec des modèles standard et moins agressif. Des fricatives peuvent aussi être extraites ; utiliser une voix isolée et vérifier l'articulation.
arXiv - 2026
README Sony figé : MUSDB18-HQ, médiane des médianes museval. Comparer uniquement selon ce protocole, séparément de MVSEP et des autres articles.
SDX23 music separation track - 2023
BS-RoFormer utilise des caractéristiques de spectrogrammes à répartition de bande ainsi que des transformateurs RoPE ; le système SDX23 s’est classé premier dans la piste de séparation des sources musicales et une version plus petite a rapporté une SDR moyenne de 9,80 dB sur MUSDB18HQ.
TISMIR - 2024
Le papier de démix musical SDX23 documente des benchmarks MSS robustes, des tests d’écoute, et que le meilleur système a amélioré le défi précédent de plus de 1,6 dB SDR sur MDXDB21.
arXiv / ISMIR late-breaking demo - 2023
Mel-RoFormer remplace les bandes heuristiques non chevauchantes par des sous-bandes mel-band qui se chevauchent et rapporte une meilleure séparation que BS-RoFormer pour vocals, drums et autres stems sur MUSDB18HQ.
2 catégories de sortie
Seuls les résultats dont l’implémentation d’inférence publique et les poids correspondants ont été vérifiés sont affichés, ainsi que les algorithmes sans poids entraînés. Les services fermés, les poids non publiés et les versions expérimentales non identifiées sont exclus. Ce classement ne couvre pas tous les modèles.
Chaque jeu de poids apparaît une seule fois par test, avec son meilleur résultat publié pour la mesure choisie. Le score global provient d’une seule évaluation. Dépliez pour comparer les évaluations et leurs réglages.
Des poids publics ne prouvent pas l’existence d’une licence open source complète. Dépliez les données pour consulter les licences déclarées et les conditions d’accès. Les licences non déclarées sont signalées séparément.
Les repères indiquent les modèles ou composants utilisés ici. Les scores et réglages proviennent des tests cités, et non d’une nouvelle évaluation du traitement complet du site.
Choisissez un jeu de données pour afficher toutes les métriques de chaque modèle. Les lignes suivent le classement officiel ou la métrique sélectionnée. Le gras indique la meilleure valeur comparable de chaque colonne, y compris les ex æquo. Les protocoles d’évaluation différents sont classés séparément ; les scores manquants sont affichés par -.
Entrées déployables 4 / lignes d’origine 4
README Sony figé : MUSDB18-HQ, médiane des médianes museval. Comparer uniquement selon ce protocole, séparément de MVSEP et des autres articles.
| Classement par métrique | Modèle | Condition de test | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Accomp) | Download |
|---|---|---|---|---|---|---|---|---|
| - | Sony BS-RoFormer Small baselinePoids publics · Code d’inférence | Small | 12.1 M | 4 sec | 96 | 1,000,000 | 9.64 / 16.80 | Download |
| - | Sony MIMO BS-RoFormer SmallPoids publics · Code d’inférence | Small | 16.3 M | 4 sec | 96 | 1,000,000 | 10.17 / 17.64 | Download |
| - | Sony BS-RoFormer Large baselinePoids publics · Code d’inférence | Large | 72.2 M | 8 sec | 96 | 1,000,000 | 11.40 / 18.48 | Download |
| - | Sony MIMO BS-RoFormer LargeModèle utilisé iciPoids publics · Code d’inférence | Large | 71.4 M | 8 sec | 96 | 1,000,000 | 11.62 / 19.04 | Download |
Les repères indiquent les modèles ou composants utilisés ici. Les scores et réglages proviennent des tests cités, et non d’une nouvelle évaluation du traitement complet du site.
Jeux de données, versions et conditions restent distincts, même sans lignes admissibles au classement.
Entrées déployables 4 / lignes d’origine 4
Les scores concernent le jeu de données, la métrique et la version indiqués. Des tests différents ne sont pas directement comparables.
Le tableau ne contient que des modèles dont les poids ou configurations sont publics et qui peuvent être exécutés localement.
Choisissez un jeu de données pour afficher toutes les métriques de chaque modèle. Les lignes suivent le classement officiel ou la métrique sélectionnée. Le gras indique la meilleure valeur comparable de chaque colonne, y compris les ex æquo. Les protocoles d’évaluation différents sont classés séparément ; les scores manquants sont affichés par -.
Entrées déployables 4 / lignes d’origine 4
README Sony figé : MUSDB18-HQ, médiane des médianes museval. Comparer uniquement selon ce protocole, séparément de MVSEP et des autres articles.
| Classement par métrique | Modèle | Condition de test | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Accomp) | Download |
|---|---|---|---|---|---|---|---|---|
| - | Sony BS-RoFormer Small baselinePoids publics · Code d’inférence | Small | 12.1 M | 4 sec | 96 | 1,000,000 | 9.64 / 16.80 | Download |
| - | Sony MIMO BS-RoFormer SmallPoids publics · Code d’inférence | Small | 16.3 M | 4 sec | 96 | 1,000,000 | 10.17 / 17.64 | Download |
| - | Sony BS-RoFormer Large baselinePoids publics · Code d’inférence | Large | 72.2 M | 8 sec | 96 | 1,000,000 | 11.40 / 18.48 | Download |
| - | Sony MIMO BS-RoFormer LargePoids publics · Code d’inférence | Large | 71.4 M | 8 sec | 96 | 1,000,000 | 11.62 / 19.04 | Download |