Iterative Audio Separation with Mixture Consistency via MIMO Model Extension
arXiv - 2026
Sony の固定版 README による MUSDB18-HQ、museval の中央値集計です。同じ評価条件内で比較し、MVSEP や別論文の点数とは混在させません。
読み込み中...
主旋律の歌声、ハーモニー、伴奏を分離したり、ドライな歌声を抽出してカバーやカラオケに使えます。
入力
mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkvなどのフォーマットでの入力をサポートしています。
対応フォーマット
出力
2 × WAV
ユースケース
Sony MIMO BS-RoFormer は3回の反復でボーカルと伴奏を分離します。Large と Small を選択できます。複雑なミックスでは音漏れが残り、本サイトの Leap との同条件比較はありません。
素材と用途に合ったモデルを選び、例を確認してから送信してください。
料金、時間、形式、パラメータは選択したモデルによって異なります。
フィードバックにはツール名、操作手順、発生した問題を記載してください。スクリーンショットも確認に役立ちます。
Sony MIMO BS-RoFormer はボーカルと伴奏を分離し、Large と Small を選べます。複雑なミックスでは他の音が混ざって残る場合があります。
UVR/MVSepスタイルのセパレータcheckpointsランタイムラッパー。このツールで使用されるモデルの読み込み、WAV stemエクスポート、FFmpegバックアップの音声フォーマット処理を提供します。
ハーモニー分離:MVSep 9205はリード/伴奏とハーモニーのレッグを提供し、BS-RoFormer Leap XE 90バンドはハーモニー vocals、BS-RoFormer Leap Instrumentalバンドは伴奏参照を提供します。
ドライボーカル抽出: Leap XE 90 bands がリードボーカルを、BS-RoFormer Leap Instrumental が伴奏リファレンスを提供。MVSep 9205 BS-Kar AVG がバッキングハーモニーを除去し、anvuew BS-RoFormer ディリバーブモデルがリバーブを除去します。
MelBand Aspiration は息やブレスとその他の音を分離します。標準版と弱めの版を選べます。摩擦音なども抽出される場合があるため、独立したボーカルを使い発音を確認してください。
MelBand Aspiration は息やブレスとその他の音を分離します。標準版と弱めの版を選べます。摩擦音なども抽出される場合があるため、独立したボーカルを使い発音を確認してください。
arXiv - 2026
Sony の固定版 README による MUSDB18-HQ、museval の中央値集計です。同じ評価条件内で比較し、MVSEP や別論文の点数とは混在させません。
SDX23 music separation track - 2023
BS-RoFormerバンド分割スペクトログラムの特徴に加えRoPEトランスを使用しています。SDX23システムは音楽ソース分離トラックで1位を獲得し、小型バージョンではMUSDB18HQで平均9.80 dBの平均SDRを記録しました。
TISMIR - 2024
SDX23の音楽デミックス論文は、堅牢なMSSベンチマーク、リスニングテストを記録し、最良のシステムがMDXDB21上で前回の課題より1.6dB以上SDR向上したことを示しています。
arXiv / ISMIR late-breaking demo - 2023
Mel-RoFormerは、ヒューリスティックで重なり合わないバンドを重なるメルバンド部分帯に置き換え、MUSDB18HQのvocals、drums、その他のstemsに対してBS-RoFormerよりも優れた分離を報告します。
出力項目：2
公開された推論実装と対応する重みを確認できた記録、および重みを必要としないアルゴリズムのみを表示します。非公開サービス、未公開の重み、実験版との対応が未確認の記録は除外しています。全モデルの総合順位ではありません。
同じ評価条件のランキングでは、同一の重みを1つにまとめ、選択した指標の公開評価で最も高い成績を表示します。総合スコアは1回の評価から算出します。展開すると各評価と設定を確認できます。
重みの公開だけでは完全なオープンソースライセンスは確認できません。データを展開すると、宣言された重みのライセンスとアクセス条件を確認できます。未記載のライセンスは別途表示します。
印は当サイトで使用するモデルや構成モデルを示します。スコアと設定は引用元の公開評価に基づき、サイトの処理全体を再評価した結果ではありません。
データセットを選ぶと各モデルの全指標を表示します。公式順位または選択した指標で並べ替えます。太字は同じ評価条件で比較できる各列の最良値で、同点も含みます。評価方法が異なる場合は別々に順位を付け、未報告のスコアは - で表示します。
展開可能 4 / 原表 4
Sony の固定版 README による MUSDB18-HQ、museval の中央値集計です。同じ評価条件内で比較し、MVSEP や別論文の点数とは混在させません。
| 指標別順位 | モデル | 評価条件 | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Accomp) | Download |
|---|---|---|---|---|---|---|---|---|
| - | Sony BS-RoFormer Small baseline公開の重み · 推論コード | Small | 12.1 M | 4 sec | 96 | 1,000,000 | 9.64 / 16.80 | Download |
| - | Sony MIMO BS-RoFormer Small公開の重み · 推論コード | Small | 16.3 M | 4 sec | 96 | 1,000,000 | 10.17 / 17.64 | Download |
| - | Sony BS-RoFormer Large baseline公開の重み · 推論コード | Large | 72.2 M | 8 sec | 96 | 1,000,000 | 11.40 / 18.48 | Download |
| - | Sony MIMO BS-RoFormer Large当サイトで使用公開の重み · 推論コード | Large | 71.4 M | 8 sec | 96 | 1,000,000 | 11.62 / 19.04 | Download |
印は当サイトで使用するモデルや構成モデルを示します。スコアと設定は引用元の公開評価に基づき、サイトの処理全体を再評価した結果ではありません。
スコアは記載のデータセット、指標、モデル版に対する結果です。異なるテストの数値は直接比較できません。
表には、公開ウェイトまたは設定があり、ローカルで実行できるモデルだけを掲載しています。
データセットを選ぶと各モデルの全指標を表示します。公式順位または選択した指標で並べ替えます。太字は同じ評価条件で比較できる各列の最良値で、同点も含みます。評価方法が異なる場合は別々に順位を付け、未報告のスコアは - で表示します。
展開可能 4 / 原表 4
Sony の固定版 README による MUSDB18-HQ、museval の中央値集計です。同じ評価条件内で比較し、MVSEP や別論文の点数とは混在させません。
| 指標別順位 | モデル | 評価条件 | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Accomp) | Download |
|---|---|---|---|---|---|---|---|---|
| - | Sony BS-RoFormer Small baseline公開の重み · 推論コード | Small | 12.1 M | 4 sec | 96 | 1,000,000 | 9.64 / 16.80 | Download |
| - | Sony MIMO BS-RoFormer Small公開の重み · 推論コード | Small | 16.3 M | 4 sec | 96 | 1,000,000 | 10.17 / 17.64 | Download |
| - | Sony BS-RoFormer Large baseline公開の重み · 推論コード | Large | 72.2 M | 8 sec | 96 | 1,000,000 | 11.40 / 18.48 | Download |
| - | Sony MIMO BS-RoFormer Large公開の重み · 推論コード | Large | 71.4 M | 8 sec | 96 | 1,000,000 | 11.62 / 19.04 | Download |