Τι είναι Διαχωρισμός ήχου με κείμενο και αναφορά (AudioSep-Hive);

Εξάγει έναν ελεύθερα περιγραμμένο ήχο με AudioSep-Hive, FlowSep-Hive ή CLAPSep ή απομονώνει με Banquet πηγή που ταιριάζει σε αναφορά 10 δευτερολέπτων.; WAV

Σε ποιον απευθύνεται Διαχωρισμός ήχου με κείμενο και αναφορά (AudioSep-Hive);

Διαχωρισμός & stem διάσπαση Εξάγει έναν ελεύθερα περιγραμμένο ήχο με AudioSep-Hive, FlowSep-Hive ή CLAPSep ή απομονώνει με Banquet πηγή που ταιριάζει σε αναφορά 10 δευτερολέπτων.; WAV

Σε ποιες εργασίες μπορεί να βοηθήσει Διαχωρισμός ήχου με κείμενο και αναφορά (AudioSep-Hive);

Διαχωρισμός & stem διάσπαση; WAV; Δημιουργία remix, εξάσκηση με συνοδεία και επεξεργασία χωριστών μερών.; Υποστηρίζει εισόδους σε μορφές όπως mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv; AudioSep-Hive; FlowSep-Hive

Διαχωρισμός ήχου με κείμενο και αναφορά (AudioSep-Hive)

Q: Ποιες οντότητες μοντέλου και λέξης-κλειδιού συνδέονται με Διαχωρισμός ήχου με κείμενο και αναφορά (AudioSep-Hive);

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

Μοντέλα, παράμετροι και πηγές

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)

Οι βαθμοί αφορούν μόνο τα αναφερόμενα δεδομένα, μέτρο και έκδοση. Η πρώτη θέση στον πίνακα δεν σημαίνει σημερινό παγκόσμιο ρεκόρ ή αποτέλεσμα της υπηρεσίας. Δυνατότητες και δοκιμές μπορούν να δώσουν προτεραιότητα χωρίς συγκρίσιμους βαθμούς.

Διάγραμμα αναφοράς: Διαχωρισμός ήχου με κείμενο και αναφορά

Ο πίνακας περιλαμβάνει μόνο μοντέλα με δημόσια βάρη ή ρυθμίσεις που μπορούν να εκτελεστούν τοπικά.

Διαχωρισμός ήχου με κείμενο και αναφορά

Hive paper, main test table

Οι τιμές προέρχονται από τη δημόσια πηγή του συνδέσμου. Οι γραμμές αναφέρουν σύνολο δοκιμής ή checkpoint· μοντέλα χωρίς αντίστοιχο αποτέλεσμα παραλείπονται.

Έλεγχος δημόσιων πηγών: 2026-09-10

Κατάταξη	Συνθήκη δοκιμής	Μοντέλο	SI-SDR (dB) ↑	Αναλυτικές μετρήσεις
#1	Σύνολο δοκιμής Hive	AudioSep-HiveTelkNetHive paper	5.02Καλύτερο	SDR (dB) ↑5.67ΚαλύτεροLPAPS ↓3.86ΚαλύτεροFAD ↓0.80ΚαλύτεροCLAP-Audio ↑0.65ΚαλύτεροCLAP-T ↑0.31ΚαλύτεροMUSHRA ↑68.40ΚαλύτεροOQ ↑3.34ΚαλύτεροRec ↑4.81Pre ↑3.40ΚαλύτεροFai ↑4.39
#2	Σύνολο δοκιμής 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 ↑4.86ΚαλύτεροPre ↑2.96Fai ↑4.47Καλύτερο

Διαχωρισμός ήχου με κείμενο και αναφορά

Hive paper, main test table

Οι πηγές χρησιμοποιούν διαφορετικές συνθήκες εκπαίδευσης ή εργασίες, οπότε οι αριθμοί συγκρίνονται μόνο μέσα στο δηλωμένο πρωτόκολλο.

Έλεγχος δημόσιων πηγών: 2026-09-10

Συνθήκη δοκιμής	Μοντέλο	FAD ↓	Αναλυτικές μετρήσεις
Έξοδος διαχωρισμού · δοκιμή 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
Παραγωγική έξοδος · δοκιμή 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

Διαχωρισμός ήχου με κείμενο και αναφορά

CLAPSep paper, Table V

Έλεγχος δημόσιων πηγών: 2026-09-10

Το ± δηλώνει τυπική απόκλιση.

Κατάταξη	Συνθήκη δοκιμής	Μοντέλο	SDRi (dB) ↑	Αναλυτικές μετρήσεις
#3	2 πηγές · 1 στόχος	AudioSepCLAPSep paper Table V	8.60 ± 8.86	SI-SDRi (dB) ↑7.38 ± 9.48
#2	2 πηγές · 1 στόχος	CLAPSep-PTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	10.03 ± 11.27	SI-SDRi (dB) ↑8.70 ± 12.64
#1	2 πηγές · 1 στόχος	CLAPSep-PNTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	12.67 ± 7.80Καλύτερο	SI-SDRi (dB) ↑11.79 ± 8.23Καλύτερο
#3	3 πηγές · 1 στόχος	AudioSepCLAPSep paper Table V	4.90 ± 6.13	SI-SDRi (dB) ↑4.20 ± 6.42
#2	3 πηγές · 1 στόχος	CLAPSep-PTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	6.48 ± 7.82	SI-SDRi (dB) ↑5.73 ± 8.50
#1	3 πηγές · 1 στόχος	CLAPSep-PNTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	8.96 ± 6.13Καλύτερο	SI-SDRi (dB) ↑8.09 ± 6.17Καλύτερο
#3	3 πηγές · 2 στόχοι	AudioSepCLAPSep paper Table V	5.30 ± 5.38	SI-SDRi (dB) ↑2.96 ± 5.54
#2	3 πηγές · 2 στόχοι	CLAPSep-PTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	6.35 ± 7.36	SI-SDRi (dB) ↑4.88 ± 8.10
#1	3 πηγές · 2 στόχοι	CLAPSep-PNTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	8.90 ± 5.78Καλύτερο	SI-SDRi (dB) ↑7.82 ± 6.32Καλύτερο
#3	4 πηγές · 1 στόχος	AudioSepCLAPSep paper Table V	3.52 ± 5.21	SI-SDRi (dB) ↑2.81 ± 5.76
#2	4 πηγές · 1 στόχος	CLAPSep-PTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	5.94 ± 7.58	SI-SDRi (dB) ↑4.85 ± 8.29
#1	4 πηγές · 1 στόχος	CLAPSep-PNTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	7.73 ± 5.79Καλύτερο	SI-SDRi (dB) ↑6.80 ± 6.00Καλύτερο
#3	4 πηγές · 2 στόχοι	AudioSepCLAPSep paper Table V	2.37 ± 4.26	SI-SDRi (dB) ↑0.65 ± 4.32
#2	4 πηγές · 2 στόχοι	CLAPSep-PTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	2.91 ± 5.54	SI-SDRi (dB) ↑1.37 ± 5.98
#1	4 πηγές · 2 στόχοι	CLAPSep-PNTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	5.20 ± 4.63Καλύτερο	SI-SDRi (dB) ↑4.01 ± 4.95Καλύτερο
#3	4 πηγές · 3 στόχοι	AudioSepCLAPSep paper Table V	4.20 ± 4.51	SI-SDRi (dB) ↑2.03 ± 4.27
#2	4 πηγές · 3 στόχοι	CLAPSep-PTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	5.34 ± 6.70	SI-SDRi (dB) ↑3.79 ± 7.09
#1	4 πηγές · 3 στόχοι	CLAPSep-PNTelkNetΑντίστοιχο μοντέλο του εργαλείου: CLAPSepCLAPSep paper Table V	8.00 ± 4.87Καλύτερο	SI-SDRi (dB) ↑6.73 ± 5.20Καλύτερο

Χαρτί και σημειώσεις αναφοράς

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

Επίσημα / αποθετήρια

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

Έγγραφα / τεχνικές σημειώσεις

Hive paper CLAPSep paper Banquet paper

Οδηγός παραμέτρων

Περιγράψτε τον ήχο προς εξαγωγή· απαιτείται από AudioSep-Hive και FlowSep-Hive.
Επιλέξτε για CLAPSep θετικό κείμενο, ήχο αναφοράς ή και τα δύο.
Περιγράψτε τον ήχο-στόχο που πρέπει να κρατήσει το CLAPSep.
Προαιρετικά: περιγράψτε ήχο που πρέπει να καταστείλει το CLAPSep.
Μεταφορτώστε ήχο που αποτελεί παράδειγμα του στόχου.
Προαιρετικά: μεταφορτώστε παράδειγμα του ήχου προς καταστολή.
Μεταφορτώστε την αναφορά Banquet. Η επίσημη σύμβαση χρησιμοποιεί απόσπασμα 10 δευτερολέπτων.
Βήματα παραγωγής FlowSep-Hive. Επίσημη προεπιλογή: 20· περισσότερα βήματα χρειάζονται χρόνο.
Κλίμακα classifier-free guidance του FlowSep-Hive. Επίσημη προεπιλογή: 1,0.
Μέγεθος παρτίδας ζωνών ερωτήματος Banquet. Επίσημη προεπιλογή inference: 12.

Διαχωρισμός ήχου με κείμενο και αναφορά

Μοντέλα, παράμετροι και πηγές

AudioSep-Hive

FlowSep-Hive

CLAPSep

Banquet

Διάγραμμα αναφοράς: Διαχωρισμός ήχου με κείμενο και αναφορά

Διαχωρισμός ήχου με κείμενο και αναφορά

Διαχωρισμός ήχου με κείμενο και αναφορά

Διαχωρισμός ήχου με κείμενο και αναφορά

Χαρτί και σημειώσεις αναφοράς

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

Επίσημα / αποθετήρια

Έγγραφα / τεχνικές σημειώσεις

Οδηγός παραμέτρων

Ροή εργασιών

Πριν από την υποβολή

Γρήγορα σχόλια