Φόρτωση...

Διαχωρισμός ντραμς · TelkNet

Διαχωρισμός & stem διάσπασηGPU φόρτο εργασίαςGitHub 456656868538205ef756912c7cf5b0fd936de8af / 5856a9bee7c6d503842795756d238dc8470f6f3e010e9e4f33ede0362850cb4c

Διαχωρισμός ντραμς

Χωρίστε ηχογραφήσεις ντραμς σε επεξεργάσιμα κανάλια με DrumSep, IDM ή MSG-LD, συγκρίνετε όργανα και μορφές, ακούστε και κατεβάστε τα αρχεία WAV.

35 πιστώσεις/χρήσηΕισαγωγή αρχείουΜέγιστο 100 MBΕκτιμώμενα 20-1800 δευτερόλεπτα

Εισαγωγή

Υποστηρίζει εισόδους σε μορφές όπως mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

Υποστηριζόμενες μορφές

mp3wavflacoggm4aaacaifaiffmp4movmkv

Παραγωγή

9 × WAV

Περίπτωση χρήσης

Διαχωρίστε τα ντραμς σε επιμέρους κανάλια με IDM ή MSG-LD.

Επιλέξτε οικογένεια μοντέλων

MDX23C DrumSepΔιαθέσιμοMDX23C DrumSep · 5 stems: Ρεμίξ τυμπάνων, αντικατάσταση, παροδικό μοντάζ, εξάσκηση κομματιών και ανάλυση εστιασμένη στα τύμπανα.Διαχωρισμός ντραμς · IDMΔιαθέσιμοΤο IDM εξάγει εννέα κανάλια ντραμς χωρίς MIDI.MSG-LDΔιαθέσιμοΤο MSG-LD δημιουργεί πέντε κανάλια ντραμς και ανιχνεύει κρούσεις· το MIDI έχει σταθερή ένταση 100 και διάρκεια αναπαραγωγής 0,1 δευτερολέπτων.

Επιλέξτε βάσει εισόδου και εξόδου, έπειτα συγκρίσιμων δοκιμών, δημοσιευμένων αξιολογήσεων και δυνατοτήτων. Η έλλειψη βαθμού δεν σημαίνει χαμηλή ποιότητα· περισσότερες παράμετροι ή νέα έκδοση δεν αποδεικνύουν υπεροχή. Είναι προτεινόμενη σειρά χρήσης, όχι γενική κατάταξη.

Κόστος, χρόνος, μορφές και παράμετροι εξαρτώνται από το επιλεγμένο μοντέλο.

Μοντέλα του πεδίου

2 αποτελέσματα

Δημοσιευμένα αποτελέσματα μοντέλων εντός και εκτός του ιστοτόπου. Αρχικά εμφανίζεται η συνολική κατάταξη· αλλάξτε δοκιμή ή κατηγορία για την αντίστοιχη κατάταξη. Κάθε δοκιμή διατηρεί τις δικές της συνθήκες.

Περιλαμβάνονται μόνο μοντέλα με επαληθευμένα δημόσια βάρη και κώδικα συμπερασμού. Εξαιρούνται κλειστές υπηρεσίες και αποτελέσματα χωρίς επαληθεύσιμα βάρη.

Δοκιμή αναφοράςΚατηγορία

Συνολική κατάταξηΥψηλότερη = καλύτερη · καλύτερα πρώτα

Η συνολική βαθμολογία είναι ο μέσος όρος με ίσα βάρη 5 αποτελεσμάτων υπό ίδιες συνθήκες. Περιλαμβάνονται μόνο πλήρεις εγγραφές.

Συνιστώσες：Μπότα · Ταμπούρο · Τομ · Hi-hat · Πιατίνια

Οι ενδείξεις επισημαίνουν μοντέλα ή στοιχεία που χρησιμοποιούνται εδώ. Οι βαθμολογίες και οι ρυθμίσεις προέρχονται από τις αναφερόμενες δοκιμές, όχι από νέα αξιολόγηση ολόκληρης της επεξεργασίας του ιστοτόπου.

MVSEP · Αξιολόγηση ποιότητας ↗Ελέγχθηκε: 2026-09-28

Προβολή δεδομένων γραφήματος

Κατάταξη	Μοντέλο	Μέσο SDR (dB)
1	MDX23C DrumSep 5 stems by Aufr33 & JarredouΜοντέλο του ιστοτόπου Δημόσια βάρη Κώδικας συμπερασμού	10.1846
2	MDX23C DrumSep 6 stems by Aufr33 & JarredouΜοντέλο του ιστοτόπου Δημόσια βάρη Κώδικας συμπερασμού	8.4534

Όλα τα αρχικά αποτελέσματα και οι πηγές

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: Σύγκριση μοντέλων

Οι βαθμολογίες προέρχονται από τις αναφερόμενες δημόσιες πηγές· οι μπλε γραμμές δείχνουν τα μοντέλα που είναι διαθέσιμα σε αυτό το εργαλείο.

Χαρτί και σημειώσεις αναφοράς

Pinned MSST pretrained-model 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: 2026-09-23

Συνθήκη δοκιμής	Μοντέλο	SDR (dB) ↑	Αναλυτικές μετρήσεις
DrumSep test · official five-stem checkpoint	MDX23C DrumSep · 5 stemsMSST table · kick SDR is the headline value	16.66	Ταμπούρο11.53Τομ12.33Hi-hat4.04Πιατίνια6.36
DrumSep test · official six-stem checkpoint	MDX23C DrumSep · 6 stemsMSST table · kick SDR is the headline value; ride and crash are reported jointly	14.54	Ταμπούρο9.79Τομ10.63Hi-hat3.19Ride + crash6.08

IDM · StemGMD · 9 classes

IDM · Table III

Το IDM παράγει εννέα κανάλια τυμπάνων WAV. Τα nSDR, LSD και PES μετρούν διαχωρισμό ήχου, όχι μεταγραφή MIDI, και δεν κατατάσσονται μαζί με το FAD του MSG-LD.

Η κατάταξη ισχύει μόνο στον ίδιο πίνακα και συνθήκη, διατηρώντας ισοβαθμίες. Αλλάξτε μετρική για νέα ταξινόμηση· οριζόντια κύλιση για όλες τις στήλες. Οι ελλείψεις δεν είναι μηδενικά και δεν κατατάσσονται.

Έλεγχος δημόσιων πηγών: 2026-09-23

Κατάταξη ανά μετρικήΣυνθήκη δοκιμής

Προβολή 9/9 γραμμών · 5 μετρικές

IDM · StemGMD · 9 classes
Κατάταξη	Συνθήκη δοκιμής	Μοντέλο	nSDR (dB)	LSD	PES	Synth LSD	Synth PES
—	kick	IDMTelkNet	17.47	2.58	-54.37	1.84	-55.46
—	snare	IDMTelkNet	17.29	1.73	-57.20	1.83	-58.87
—	hihat_closed	IDMTelkNet	1.66	1.90	-55.88	1.94	-56.83
—	hihat_open	IDMTelkNet	6.68	1.71	-59.81	1.86	-59.99
—	hi_tom	IDMTelkNet	8.50	1.16	-59.57	1.03	-59.85
—	mid_tom	IDMTelkNet	6.41	1.11	-59.62	0.90	-59.70
—	low_tom	IDMTelkNet	7.35	1.62	-59.30	1.32	-59.57
—	ride	IDMTelkNet	2.12	2.09	-59.57	2.24	-59.65
—	crash_left	IDMTelkNet	4.78	2.84	-59.88	2.99	-59.94

MSG-LD · mel-MSE

MSG-LD · Table 1

Η εργασία αξιολογεί OB, TB και OBTB χωριστά· οι βαθμολογίες OB δεν ανήκουν στο προεπιλεγμένο OBTB. Το F1 νοτών και τα mel-MSE/FAD ήχου εμφανίζονται χωριστά. Η αλυσίδα ανίχνευσης της εργασίας δεν μετρήθηκε ξανά εδώ.

Έλεγχος δημόσιων πηγών: 2026-09-23

Κατάταξη ανά μετρικήΣυνθήκη δοκιμής

Προβολή 12/12 γραμμών · 1 μετρικές

MSG-LD · mel-MSE
Κατάταξη	Συνθήκη δοκιμής	Μοντέλο	mel-MSE
#1	Kick · MSG-LD Table 1	MSG-LD OBTB	0.78
#2	Kick · MSG-LD Table 1	MSG-LD OB	1.03
#1	Snare · MSG-LD Table 1	MSG-LD OB	1.33
#2	Snare · MSG-LD Table 1	MSG-LD OBTB	1.42
#1	Toms · MSG-LD Table 1	MSG-LD OBTB	1.41
#2	Toms · MSG-LD Table 1	MSG-LD OB	1.45
#1	Hi-Hats · MSG-LD Table 1	MSG-LD OB	3.46
#2	Hi-Hats · MSG-LD Table 1	MSG-LD OBTB	4.30
#1	Cymbals · MSG-LD Table 1	MSG-LD OB	1.92
#2	Cymbals · MSG-LD Table 1	MSG-LD OBTB	3.52
#1	Overall · MSG-LD Table 1	MSG-LD OB	2.12
#2	Overall · MSG-LD Table 1	MSG-LD OBTB	2.29

MSG-LD · FAD

MSG-LD · Table 2

Έλεγχος δημόσιων πηγών: 2026-09-23

Κατάταξη ανά μετρικήΣυνθήκη δοκιμής

Προβολή 12/12 γραμμών · 1 μετρικές

MSG-LD · FAD
Κατάταξη	Συνθήκη δοκιμής	Μοντέλο	FAD
#1	Kick · MSG-LD Table 2	MSG-LD OBTB	0.23
#2	Kick · MSG-LD Table 2	MSG-LD OB	0.32
#1	Snare · MSG-LD Table 2	MSG-LD OBTB	0.09
#2	Snare · MSG-LD Table 2	MSG-LD OB	0.10
#1	Toms · MSG-LD Table 2	MSG-LD OBTB	0.13
#2	Toms · MSG-LD Table 2	MSG-LD OB	0.16
#1	Hi-Hats · MSG-LD Table 2	MSG-LD OB	0.38
#2	Hi-Hats · MSG-LD Table 2	MSG-LD OBTB	0.48
#1	Cymbals · MSG-LD Table 2	MSG-LD OB	0.71
#2	Cymbals · MSG-LD Table 2	MSG-LD OBTB	0.82
#1	Mean · MSG-LD Table 2	MSG-LD OB	0.33
#2	Mean · MSG-LD Table 2	MSG-LD OBTB	0.35

MSG-LD · MDB / ENST · 50 ms

MSG-LD · Table 3

Έλεγχος δημόσιων πηγών: 2026-09-23

Κατάταξη ανά μετρικήΣυνθήκη δοκιμής

Προβολή 12/12 γραμμών · 3 μετρικές

MSG-LD · MDB / ENST · 50 ms
Κατάταξη	Συνθήκη δοκιμής	Μοντέλο	F1 %	% ακριβείας	Ανάκληση %
—	MDB · Kick · 50 ms · MSG-LD Table 3	MSG-LD OB	93.10	93.90	92.30
—	MDB · Snare · 50 ms · MSG-LD Table 3	MSG-LD OB	76.00	79.10	73.20
—	MDB · Toms · 50 ms · MSG-LD Table 3	MSG-LD OB	26.80	30.90	23.60
—	MDB · Hi-Hats · 50 ms · MSG-LD Table 3	MSG-LD OB	65.00	55.00	79.40
—	MDB · Cymbals · 50 ms · MSG-LD Table 3	MSG-LD OB	48.10	66.30	37.70
—	MDB · Overall · 50 ms · MSG-LD Table 3	MSG-LD OB	70.70	70.90	70.40
—	ENST · Kick · 50 ms · MSG-LD Table 3	MSG-LD OB	82.10	94.10	72.90
—	ENST · Snare · 50 ms · MSG-LD Table 3	MSG-LD OB	64.20	69.80	59.40
—	ENST · Toms · 50 ms · MSG-LD Table 3	MSG-LD OB	49.10	41.50	60.20
—	ENST · Hi-Hats · 50 ms · MSG-LD Table 3	MSG-LD OB	63.00	64.30	61.80
—	ENST · Cymbals · 50 ms · MSG-LD Table 3	MSG-LD OB	39.10	61.10	28.70
—	ENST · Overall · 50 ms · MSG-LD Table 3	MSG-LD OB	64.00	69.50	59.30

MSG-LD · Vanilla / OB / TB / OBTB

MSG-LD · Table 4

Έλεγχος δημόσιων πηγών: 2026-09-23

Κατάταξη ανά μετρικήΣυνθήκη δοκιμής

Προβολή 6/6 γραμμών · 3 μετρικές

MSG-LD · Vanilla / OB / TB / OBTB
Κατάταξη	Συνθήκη δοκιμής	Μοντέλο	F1 %	% ακριβείας	Ανάκληση %
#1	MDB Overall · MSG-LD Table 4	MSG-LD OB	70.70	70.90	70.40
#2	MDB Overall · MSG-LD Table 4	MSG-LD OBTB	69.00	70.90	67.20
#1	ENST Overall · MSG-LD Table 4	MSG-LD OB	64.00	69.50	59.30
#2	ENST Overall · MSG-LD Table 4	MSG-LD OBTB	63.60	70.30	58.00
#1	Mean overall F1 (2 sets) · MSG-LD Table 4	MSG-LD OB	67.40	—	—
#2	Mean overall F1 (2 sets) · MSG-LD Table 4	MSG-LD OBTB	66.30	—	—

Μοντέλα, παράμετροι και πηγές

Το IDM εξάγει εννέα κανάλια ντραμς χωρίς MIDI.

MDX23C DrumSep · 5 stemsOfficial 5-stem checkpointOfficial 5-stem configPinned immutable mirror used by TelkNetPinned MSST pretrained-model tableDrumSep test · official five-stem checkpointMSST table · kick SDR is the headline valueMDX23C DrumSep · 6 stemsDrumSep test · official six-stem checkpointMSST table · kick SDR is the headline value; ride and crash are reported jointlyA Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound SeparationICML

MDX23C DrumSep · 5 stems

MDX23C DrumSep · 5 stems: Ρεμίξ τυμπάνων, αντικατάσταση, παροδικό μοντάζ, εξάσκηση κομματιών και ανάλυση εστιασμένη στα τύμπανα.

Official 5-stem checkpoint Official 5-stem config Pinned immutable mirror used by TelkNet

MDX23C DrumSep · 6 stems

MDX23C DrumSep · 6 stems: Ρεμίξ τυμπάνων, αντικατάσταση, παροδικό μοντάζ, εξάσκηση κομματιών και ανάλυση εστιασμένη στα τύμπανα.

Official 6-stem checkpoint Official 6-stem config Pinned checkpoint bytes used by TelkNet

IDM

bernardo-torres/inverse-drum-machine IDM · checkpoint ddman1101/Separate-and-detect MSG-LD · checkpoint IDM

Το wiener χρησιμοποιεί την επίσημη μάσκα Wiener· το none απενεργοποιεί τη μάσκα.
Εκθέτης ισχύος της μάσκας Wiener· επίσημη προεπιλογή 1.
Από τις πλήρεις μίξεις εξάγονται πρώτα τα ντραμς: επίσημο Demucs για MSG-LD και AudioSep για τα άλλα νέα μοντέλα. Τα μεμονωμένα ντραμς παραλείπουν αυτό το βήμα.
Το IDM παράγει εννέα κανάλια τυμπάνων WAV. Τα nSDR, LSD και PES μετρούν διαχωρισμό ήχου, όχι μεταγραφή MIDI, και δεν κατατάσσονται μαζί με το FAD του MSG-LD.

MSG-LD · OBTB

Το MSG-LD δημιουργεί πέντε κανάλια ντραμς και ανιχνεύει κρούσεις· το MIDI έχει σταθερή ένταση 100 και διάρκεια αναπαραγωγής 0,1 δευτερολέπτων.

ddman1101/Separate-and-detect MSG-LD · checkpoint MSG-LD

Το msgld_ob χρησιμοποιεί τον κλάδο έναρξης· το msgld_obtb τους κλάδους έναρξης και χροιάς.
Επίσημα βήματα DDIM, προεπιλογή 200· μη υποστηριζόμενοι χρονικοί συνδυασμοί προκαλούν σφάλμα.
Από τις πλήρεις μίξεις εξάγονται πρώτα τα ντραμς: επίσημο Demucs για MSG-LD και AudioSep για τα άλλα νέα μοντέλα. Τα μεμονωμένα ντραμς παραλείπουν αυτό το βήμα.
Η εργασία αξιολογεί OB, TB και OBTB χωριστά· οι βαθμολογίες OB δεν ανήκουν στο προεπιλεγμένο OBTB. Το F1 νοτών και τα mel-MSE/FAD ήχου εμφανίζονται χωριστά. Η αλυσίδα ανίχνευσης της εργασίας δεν μετρήθηκε ξανά εδώ.

MSG-LD · OB

ddman1101/Separate-and-detect MSG-LD · checkpoint MSG-LD

Το msgld_ob χρησιμοποιεί τον κλάδο έναρξης· το msgld_obtb τους κλάδους έναρξης και χροιάς.
Επίσημα βήματα DDIM, προεπιλογή 200· μη υποστηριζόμενοι χρονικοί συνδυασμοί προκαλούν σφάλμα.
Από τις πλήρεις μίξεις εξάγονται πρώτα τα ντραμς: επίσημο Demucs για MSG-LD και AudioSep για τα άλλα νέα μοντέλα. Τα μεμονωμένα ντραμς παραλείπουν αυτό το βήμα.
Η εργασία αξιολογεί OB, TB και OBTB χωριστά· οι βαθμολογίες OB δεν ανήκουν στο προεπιλεγμένο OBTB. Το F1 νοτών και τα mel-MSE/FAD ήχου εμφανίζονται χωριστά. Η αλυσίδα ανίχνευσης της εργασίας δεν μετρήθηκε ξανά εδώ.

Σύγκριση μοντέλων

Μοντέλο

Ρόλος

Γιατί χρησιμοποιείται

Αντίκτυπος στην παραγωγή

Χαρτί και σημειώσεις αναφοράς

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

ICML - 2026

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

arXiv:2601.22599

The Inverse Drum Machine: Source Separation Through Joint Transcription and Analysis-by-Synthesis

arXiv - 2025

IDM

Separate-and-Detect: Unified Drum Transcription and Stem Generation via Latent Diffusion

arXiv - 2026

MSG-LD

Επίσημα / αποθετήρια

Official 5-stem checkpoint Official 5-stem config Pinned immutable mirror used by TelkNet Official 6-stem checkpoint Official 6-stem config Pinned checkpoint bytes used by TelkNet bernardo-torres/inverse-drum-machine IDM · checkpoint ddman1101/Separate-and-detect MSG-LD · checkpoint

Έγγραφα / τεχνικές σημειώσεις

IDM MSG-LD

Οδηγός παραμέτρων

Το wiener χρησιμοποιεί την επίσημη μάσκα Wiener· το none απενεργοποιεί τη μάσκα.
Εκθέτης ισχύος της μάσκας Wiener· επίσημη προεπιλογή 1.
Από τις πλήρεις μίξεις εξάγονται πρώτα τα ντραμς: επίσημο Demucs για MSG-LD και AudioSep για τα άλλα νέα μοντέλα. Τα μεμονωμένα ντραμς παραλείπουν αυτό το βήμα.
Το IDM παράγει εννέα κανάλια τυμπάνων WAV. Τα nSDR, LSD και PES μετρούν διαχωρισμό ήχου, όχι μεταγραφή MIDI, και δεν κατατάσσονται μαζί με το FAD του MSG-LD.

Ροή εργασιών

1Από τις πλήρεις μίξεις εξάγονται πρώτα τα ντραμς: επίσημο Demucs για MSG-LD και AudioSep για τα άλλα νέα μοντέλα. Τα μεμονωμένα ντραμς παραλείπουν αυτό το βήμα.
2Επιλέξτε IDM ή MSG-LD και υποβάλετε την ηχογράφηση, έπειτα ακούστε και κατεβάστε τα WAV· το MSG-LD δίνει επίσης ενάρξεις χτυπημάτων σε CSV και MIDI.

Πριν από την υποβολή

Το IDM παράγει εννέα κλάσεις ντραμς και το MSG-LD πέντε· το MIDI περιγράφει ενάρξεις χτυπημάτων, όχι μελωδικά τονικά ύψη.

Γρήγορα σχόλια

Στα σχόλιά σας αναφέρετε το εργαλείο, τα βήματα και το πρόβλημα. Τα στιγμιότυπα οθόνης βοηθούν στον εντοπισμό του.