Caricamento...

Riduzione di rumore e riverbero · TelkNet

Separazione e stem separazioneGPU carico di lavoro

Riduzione di rumore e riverbero

Riduci rumore, voci della folla o riverbero nelle registrazioni. Scegli un modello adatto e confronta l'audio elaborato con la registrazione originale.

25 crediti/utilizzoInserimento fileMax 100 MBStima 60-1800 secondi

Input

Supporta ingressi in formati come mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

Formati supportati

mp3wavflacoggm4aaacaifaiffmp4movmkv

Produzione

WAV

Caso d'uso

Pulire registrazioni con rumore, eco o disturbi dal vivo.

Scegli una famiglia di modelli

Riduzione rumore e riverbero musicaleDisponibilePulire un mix prima di mastering, separazione, trascrizione MIDI o remux video.MelBand RoFormerDisponibileMelBand RoFormer · Standard: Pulire registrazioni con rumore, eco o disturbi dal vivo.Rimozione di eco e riverbero vocaleDisponibileRestituisce una voce asciutta e il residuo di eco e riverbero rimosso da una registrazione vocale isolata.Rimozione del pubblicoDisponibileSepara il suono del pubblico da una registrazione dal vivo e restituisce sia la traccia del pubblico sia l’audio del programma ripulito.

Scegli in base a ingresso e uscita, poi a test comparabili, valutazioni pubblicate e capacità. L’assenza di punteggi non implica qualità inferiore; più parametri o una versione recente non provano superiorità. È un ordine d’uso suggerito, non una classifica generale.

Costo, tempo, formati e parametri dipendono dal modello scelto.

Modelli del settore

3 risultati

Risultati pubblicati di modelli presenti e non presenti su questo sito. Si apre la classifica complessiva; cambia benchmark o categoria per vedere la relativa classifica. Ogni benchmark mantiene condizioni di test proprie.

Sono inclusi solo modelli con pesi pubblici e codice di inferenza verificati. Sono esclusi i servizi chiusi e i risultati senza pesi verificabili.

BenchmarkCategoria

Classifica complessivaPiù alto è meglio · migliori per primi

Usa la metrica principale pubblicata per questo test; i punteggi di benchmark diversi non vengono combinati.

I risultati ufficiali sono XLANCE-MSR primi per metriche oggettive e test di ascolto; Questi sono punteggi source-restoration di otto classi, non six-stem SDR.

Le etichette indicano modelli o componenti usati qui. Punteggi e impostazioni provengono dai test citati, non da una nuova valutazione dell’intero processo del sito.

MSR 2025 · Sfida di restauro delle sorgenti musicali ↗

Visualizza i dati del grafico

Grado	Modello	MMSNR
1	xlancelabModello usato qui Pesi pubblici Codice di inferenza	4.4623
2	CUPAudioGroup Pesi pubblici Codice di inferenza	2.3405
3	AC_DC Pesi pubblici Codice di inferenza	1.452

Tutti i risultati originali e le fonti

I punteggi valgono solo per dataset, metrica e versione citati. Essere primi in tabella non significa un record mondiale attuale o un risultato di questo servizio. Capacità e test possono favorire modelli senza punteggi comparabili.

Grafico di riferimento: MSR 2025 · Sfida di restauro delle sorgenti musicali

MSR 2025 · Sfida di restauro delle sorgenti musicali

MSR Challenge 2025 official results

I risultati ufficiali sono XLANCE-MSR primi per metriche oggettive e test di ascolto; Questi sono punteggi source-restoration di otto classi, non six-stem SDR.

Fonti pubbliche verificate: 2026-09-10

Condizione di test	Modello	MMSNR	Metriche dettagliate
Official challenge result	xlancelabOfficial challenge results	4.4623	Zimt0.0137FAD0.1988Separazione MOS4.2358Restauro MOS3.3892In generale MOS3.4665
Official challenge result	CUPAudioGroupOfficial challenge results	2.3405	Zimt0.0164FAD0.2253Separazione MOS3.8360Restauro MOS2.9173In generale MOS2.9253
Official challenge result	AC_DCOfficial challenge results	1.4520	Zimt0.0182FAD0.2907Separazione MOS3.5425Restauro MOS2.4768In generale MOS2.5412

Modelli, parametri e fonti

Separa il suono del pubblico da una registrazione dal vivo e restituisce sia la traccia del pubblico sia l’audio del programma ripulito.

XLANCE-MSRXLANCE-MSR GitHubXLANCE-MSR MIT checkpointsMSR Challenge 2025 resultsXLANCE-MSR arXivMSR Challenge summaryMSR Challenge 2025 official resultsxlancelabOfficial challenge resultOfficial challenge resultsCUPAudioGroupHachimi

XLANCE-MSR

XLANCE-MSR è un sistema di source-restoration a otto classi per separazione più denoise, riverbero e restauro con MIT checkpoint weights pubblico. Non è una direzione non collegata; È un'estensione ingegneristica/sfida costruita su una solida via six-stem BS-RoFormer.

XLANCE-MSR GitHub XLANCE-MSR MIT checkpoints MSR Challenge 2025 results XLANCE-MSR arXiv MSR Challenge summary

Mira otto classi di sorgente: vocals, guitar, keys, synth, bass, drums, percussion e orchestral.
Rapporto ufficiale dei risultati MSR Challenge 2025 posizione obiettivo #1 con MMSNR 4,4623, Zimt 0,0137 FAD 0,1988 e MOS soggettivo complessivo 3,4665. Queste sono source-restoration metriche, non six-stem SDR.
Scrive solo WAV stems; il suono può essere più secco e più vicino a materiale non trattato invece di preservare tutti i reperti di riverbero, compressione, equalizzatore, masterizzazione e codec.

MelBand RoFormer · Standard

MelBand RoFormer · Standard: Pulire registrazioni con rumore, eco o disturbi dal vivo.

MSST inference source (pinned)Official denoise checkpoint snapshot

MelBand RoFormer · Aggressive

MelBand RoFormer · Aggressive: Pulire registrazioni con rumore, eco o disturbi dal vivo.

MSST inference source (pinned)Official aggressive denoise checkpoint snapshot

Vocal De-Echo MelBand RoFormer

MSST inference source (pinned)Official de-echo checkpoint (pinned)

Crowd MelBand RoFormer

MSST inference source (pinned)Official crowd checkpoint snapshot

Confronto modelli

Modello

Ruolo

Perché viene usato

Impatto sulla produzione

Note di carta e benchmark

XLANCE-MSR Technical Report for MSR Challenge 2025

arXiv - 2026

Rapporto tecnico per il sistema XLANCE-MSR presentato al primo Music Source Restoration Challenge.

arXiv:2602.09042 Official challenge page

A Summary of the First Music Source Restoration Challenge

arXiv - 2026

Articolo riassuntivo della sfida che descrive il compito MSR, i dataset, le metriche oggettive, la valutazione soggettiva e le tabelle finali di classificazione.

arXiv:2601.04343 MSR Challenge

Ufficiali / repository

XLANCE-MSR GitHub XLANCE-MSR MIT checkpoints MSR Challenge 2025 results MSST inference source (pinned)Official denoise checkpoint snapshot Official aggressive denoise checkpoint snapshot Official de-echo checkpoint (pinned)Official crowd checkpoint snapshot

Articoli / note tecniche

XLANCE-MSR arXiv MSR Challenge summary

Guida ai parametri

Numero ufficiale di spostamenti di test MSST; valori maggiori richiedono più tempo e possono aumentare la stabilità.
Aumento ufficiale in fase di test; allunga l’elaborazione ed è disattivato per impostazione predefinita.

Flusso di lavoro

1Carica una registrazione dal vivo con rumore del pubblico.
2Scarica il programma ripulito e la traccia separata del pubblico.

Prima dell’invio

Usa la sorgente di qualità migliore
Confronta originale e risultato allo stesso volume

Feedback rapido

Nel feedback indica lo strumento, i passaggi e il problema. Gli screenshot possono aiutare a individuarlo.