Caricamento...
Separa i brani in tracce vocali e strumentali per ascolto, mixaggio o basi di esercizio.
Input
Supporta ingressi in formati come mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Formati supportati
Produzione
4 × WAV
Caso d'uso
Sony MIMO SCNet produce voce, basso, batteria e altri strumenti in due iterazioni. Gen aggiunge rumore generativo. Ogni versione ha punti di forza, senza superiorità generale dimostrata su Huge SCNet.
Scegli un modello adatto al materiale e allo scopo, poi consulta gli esempi prima di inviare.
Costo, tempo, formati e parametri dipendono dal modello scelto.
Nel feedback indica lo strumento, i passaggi e il problema. Gli screenshot possono aiutare a individuarlo.
Sony MIMO SCNet separa voce, batteria, basso e altri strumenti, con versioni SCNet e SCNet Gen.
CrowdioSet SCNet: M1 usa audio pulito, M2 aggiunge riverbero, M3 pubblico e M4 entrambi. M1/M2 producono quattro tracce; M3/M4 aggiungono il pubblico. Il riverbero resta e i cori del pubblico possono persistere.
CrowdioSet SCNet: M1 usa audio pulito, M2 aggiunge riverbero, M3 pubblico e M4 entrambi. M1/M2 producono quattro tracce; M3/M4 aggiungono il pubblico. Il riverbero resta e i cori del pubblico possono persistere.
CrowdioSet SCNet: M1 usa audio pulito, M2 aggiunge riverbero, M3 pubblico e M4 entrambi. M1/M2 producono quattro tracce; M3/M4 aggiungono il pubblico. Il riverbero resta e i cori del pubblico possono persistere.
CrowdioSet SCNet: M1 usa audio pulito, M2 aggiunge riverbero, M3 pubblico e M4 entrambi. M1/M2 producono quattro tracce; M3/M4 aggiungono il pubblico. Il riverbero resta e i cori del pubblico possono persistere.
BS-RoFormer SW Fixed usa BS-Rofo-SW-Fixed.ckpt più BS-Rofo-SW-Fixed.yaml per suddividere un mix completo in six WAV stems.
Separa un mix completo in quattro stems standard in stile MUSDB.
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.
MVSep Mega 53 Stems separa un mix in base agli strumenti rilevati, per esplorare arrangiamenti complessi. Le singole parti possono risultare meno pulite rispetto ai modelli specializzati.
BS-RoFormer SW Fixed usa BS-Rofo-SW-Fixed.ckpt più BS-Rofo-SW-Fixed.yaml per suddividere un mix completo in six WAV stems.
MDX23C Phantom Centre estrae segnali simili dai canali stereo e un residuo laterale. Può includere strumenti centrali e lasciare voci spostate ai lati; non identifica gli strumenti.
Estrae gli archi ed esporta gli altri suoni. Timbri simili e archi sintetizzati possono rimanere in entrambe le tracce.
arXiv - 2026
SDR medio delle tabelle 2 e 3: clean è pulito, noisy aggiunge pubblico, noisyrev pubblico e riverbero. Classifiche separate per condizione; i modelli addestrati con riverbero non lo rimuovono.
SDX23 music separation track - 2023
BS-RoFormer utilizza caratteristiche dello spettrogramma a banda divisa più trasformatori RoPE; il sistema SDX23 si è classificato primo nella traccia di separazione della sorgente musicale e una versione più piccola ha riportato una media di 9,80 dB SDR su MUSDB18HQ.
ICASSP - 2023
HT Demucs sostituisce i livelli core Demucs con cross-domain Transformer attention e riporta 9,20 dB SDR con dati extra e affinamento.
ICASSP - 2025
Presenta l’architettura di compressione sparsa per sottobande alla base del checkpoint distribuito Huge-SCNet-4stems: lo spettrogramma del mix viene suddiviso in bande compresse con rapporti diversi per una separazione efficiente e di alta qualità.
arXiv - 2026
Rapporto tecnico per il sistema XLANCE-MSR presentato al primo 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 - 2026
README Sony a revisione fissa: MUSDB18-HQ, mediana delle mediane museval. Confrontare solo entro questo protocollo, separatamente da MVSEP e altri articoli.
4 categorie di uscita
Sono mostrati solo risultati con implementazione pubblica di inferenza e pesi corrispondenti verificati, oltre agli algoritmi che non richiedono pesi. Sono esclusi servizi chiusi, pesi non pubblicati e versioni sperimentali non identificate. Non è una classifica di tutti i modelli.
Ogni insieme di pesi compare una sola volta per prova, con il miglior risultato pubblicato per la metrica selezionata. Il punteggio complessivo proviene da una sola valutazione. Espandi per confrontare valutazioni e impostazioni.
I pesi pubblici non dimostrano l’esistenza di una licenza open source completa. Espandi i dati per consultare le licenze dichiarate e le condizioni di accesso. Le licenze non dichiarate sono indicate separatamente.
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.
Scegli un insieme di dati per visualizzare tutte le metriche di ciascun modello. Le righe seguono la classifica ufficiale o la metrica selezionata. Il grassetto indica il miglior valore confrontabile di ogni colonna, inclusi i pari merito. Protocolli di valutazione diversi sono classificati separatamente; i punteggi mancanti sono indicati con -.
Voci distribuibili 3 / righe originali 3
README Sony a revisione fissa: MUSDB18-HQ, mediana delle mediane museval. Confrontare solo entro questo protocollo, separatamente da MVSEP e altri articoli.
| Classifica per metrica | Modello | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Bass / Drums / Other) | Download |
|---|---|---|---|---|---|---|---|
| - | Sony SCNet baselinePesi pubblici · Codice di inferenza | 10.6 M | 11 sec | 48 | 1,500,000 | 9.71 / 9.65 / 10.61 / 7.26 | Download |
| - | Sony MIMO SCNetModello usato quiPesi pubblici · Codice di inferenza | 10.6 M | 11 sec | 48 | 1,500,000 | 9.82 / 10.46 / 10.93 / 7.69 | Download |
| - | Sony MIMO SCNet GenPesi pubblici · Codice di inferenza | 10.6 M | 11 sec | 48 | 1,500,000 | 9.88 / 10.17 / 10.81 / 7.61 | Download |
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.
Dataset, versioni e condizioni restano separati, anche per fonti senza righe ammesse in classifica.
Voci distribuibili 3 / righe originali 3
I punteggi si riferiscono al dataset, alla metrica e alla versione indicati; test diversi non sono direttamente confrontabili.
La tabella include solo modelli con pesi o configurazioni pubbliche eseguibili in locale.
Scegli un insieme di dati per visualizzare tutte le metriche di ciascun modello. Le righe seguono la classifica ufficiale o la metrica selezionata. Il grassetto indica il miglior valore confrontabile di ogni colonna, inclusi i pari merito. Protocolli di valutazione diversi sono classificati separatamente; i punteggi mancanti sono indicati con -.
Voci distribuibili 3 / righe originali 3
README Sony a revisione fissa: MUSDB18-HQ, mediana delle mediane museval. Confrontare solo entro questo protocollo, separatamente da MVSEP e altri articoli.
| Classifica per metrica | Modello | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Bass / Drums / Other) | Download |
|---|---|---|---|---|---|---|---|
| - | Sony SCNet baselinePesi pubblici · Codice di inferenza | 10.6 M | 11 sec | 48 | 1,500,000 | 9.71 / 9.65 / 10.61 / 7.26 | Download |
| - | Sony MIMO SCNetPesi pubblici · Codice di inferenza | 10.6 M | 11 sec | 48 | 1,500,000 | 9.82 / 10.46 / 10.93 / 7.69 | Download |
| - | Sony MIMO SCNet GenPesi pubblici · Codice di inferenza | 10.6 M | 11 sec | 48 | 1,500,000 | 9.88 / 10.17 / 10.81 / 7.61 | Download |