CrowdioSet and PaRIRset: Two Datasets Towards Live Music Source Separation
arXiv - 2026
논문 표 2·3의 평균 SDR: clean은 깨끗한 음원, noisy는 관객 소리, noisyrev는 관객 소리와 잔향을 추가합니다. 조건별로 순위를 나누며 잔향 학습 모델은 잔향 제거용이 아닙니다.
로딩 중...
곡을 보컬과 악기 트랙으로 나누어 듣거나 믹싱하고 연습용 반주를 만드세요.
입력
mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv와 같은 형식의 입력을 지원합니다
지원되는 포맷
출력
4 × WAV
사용 사례
CrowdioSet SCNet: M1은 깨끗한 음원, M2는 잔향, M3는 관객 소리, M4는 둘 다 학습합니다. M1/M2는 4개, M3/M4는 관객을 포함한 5개 스템을 출력합니다. 잔향은 유지되며 관객의 떼창은 남을 수 있습니다.
소재와 용도에 맞는 모델을 고르고 예시를 확인한 뒤 제출하세요.
비용, 시간, 형식과 매개변수는 선택한 모델에 따라 달라집니다.
의견에 도구 이름, 작업 단계와 발생한 문제를 적어 주세요. 스크린샷을 첨부하면 확인에 도움이 됩니다.
CrowdioSet SCNet: M1은 깨끗한 음원, M2는 잔향, M3는 관객 소리, M4는 둘 다 학습합니다. M1/M2는 4개, M3/M4는 관객을 포함한 5개 스템을 출력합니다. 잔향은 유지되며 관객의 떼창은 남을 수 있습니다.
BS-RoFormer SW Fixed BS-Rofo-SW-Fixed.ckpt 플러스 BS-Rofo-SW-Fixed.yaml를 사용해 전체 믹스를 six WAV stems로 나눕니다.
전체 믹스를 네 개의 표준 MUSDB 스타일 stems으로 분리합니다.
XLANCE-MSR는 분리, 소음 제거, 데리버브, 복원을 위한 8등급 source-restoration 시스템으로, 공공 MIT checkpoint weights가 있습니다. 이 방향은 무관하지 않습니다; 강력한 six-stem BS-RoFormer 경로에서 구축된 공학/도전 과제 확장 프로그램입니다.
MVSep Mega 53 Stems는 감지한 악기별로 믹스를 분리해 복잡한 편곡을 살펴볼 수 있게 합니다. 개별 파트의 분리도는 전용 모델보다 낮을 수 있습니다.
BS-RoFormer SW Fixed BS-Rofo-SW-Fixed.ckpt 플러스 BS-Rofo-SW-Fixed.yaml를 사용해 전체 믹스를 six WAV stems로 나눕니다.
Sony MIMO SCNet은 보컬, 드럼, 베이스와 기타 악기를 분리하며 SCNet과 SCNet Gen 버전을 제공합니다.
Sony MIMO SCNet은 보컬, 드럼, 베이스와 기타 악기를 분리하며 SCNet과 SCNet Gen 버전을 제공합니다.
MDX23C Phantom Centre는 스테레오 좌우의 유사한 중앙 신호와 측면 잔차를 출력합니다. 중앙 악기도 추출되고 한쪽으로 치우친 보컬은 남을 수 있으며, 악기 종류를 식별하지 않습니다.
활로 연주하는 현악기와 나머지 소리를 분리합니다. 비슷한 음색과 합성 현악기 소리가 서로 섞여 남을 수 있습니다.
arXiv - 2026
논문 표 2·3의 평균 SDR: clean은 깨끗한 음원, noisy는 관객 소리, noisyrev는 관객 소리와 잔향을 추가합니다. 조건별로 순위를 나누며 잔향 학습 모델은 잔향 제거용이 아닙니다.
SDX23 music separation track - 2023
BS-RoFormer 밴드 스플릿 스펙트로그램 기능과 RoPE 변압기를 사용합니다; SDX23 시스템은 음악 소스 분리 트랙에서 1위를 차지했고, 더 작은 버전은 MUSDB18HQ에서 평균 9.80 dB SDR을 기록했습니다.
ICASSP - 2023
HT Demucs는 핵심 Demucs층을 cross-domain Transformer attention으로 대체하며, 추가 데이터와 미세 조정을 포함해 9.20 dB SDR을 보고합니다.
ICASSP - 2025
배포된 Huge-SCNet-4stems 체크포인트의 기반이 되는 서브밴드 희소 압축 아키텍처를 소개합니다. 믹스 스펙트로그램을 여러 밴드로 나누고 서로 다른 비율로 압축해 효율적이면서 고품질인 분리를 실현합니다.
arXiv - 2026
XLANCE-MSR 시스템에 대한 기술 보고서가 첫 번째 Music Source Restoration Challenge에 제출되었습니다.
arXiv - 2026
MSR 과제, 데이터셋, 객관적 지표, 주관적 평가, 최종 순위표를 설명하는 챌린지 요약 논문.
arXiv - 2026
Sony 고정 버전 README의 MUSDB18-HQ 및 museval 중앙값 집계입니다. 같은 평가 조건 안에서만 비교하며 MVSEP나 다른 논문 점수와 섞지 않습니다.
출력 항목 4개
공개 추론 구현과 해당 가중치가 확인된 기록만 표시합니다. 가중치가 필요 없는 알고리즘도 포함됩니다. 폐쇄형 서비스, 미공개 가중치, 실험 버전이 확인되지 않은 기록은 제외하며 전체 모델 종합 순위는 아닙니다.
각 벤치마크에서 동일한 가중치는 한 번만 표시하며, 선택한 지표의 공개 평가 중 가장 좋은 점수를 사용합니다. 종합 점수는 한 번의 평가에서 가져옵니다. 펼치면 각 평가와 설정을 비교할 수 있습니다.
가중치 공개만으로 완전한 오픈 소스 라이선스가 보장되지는 않습니다. 데이터를 펼치면 가중치 라이선스와 접근 조건을 확인할 수 있습니다. 명시되지 않은 라이선스는 별도로 표시합니다.
표시는 사이트에서 사용하는 모델이나 구성 모델을 뜻합니다. 점수와 설정은 인용된 공개 평가 기준이며, 사이트 전체 처리 과정을 다시 평가한 결과가 아닙니다.
데이터셋을 선택하면 각 모델의 전체 지표가 표시됩니다. 공식 순위 또는 선택한 지표로 정렬합니다. 굵은 글씨는 동일 평가 조건에서 비교 가능한 각 열의 최상위 값이며 동점도 포함합니다. 평가 방식이 다르면 별도로 순위를 매기며, 누락된 점수는 -로 표시합니다.
배포 가능 4 / 원본 행 5
해당 실험의 완전한 공개 추론 패키지가 확인되지 않았습니다. 이름이 같은 다른 가중치로 대체할 수 없습니다.
SAMAudio †
논문 표 2·3의 평균 SDR: clean은 깨끗한 음원, noisy는 관객 소리, noisyrev는 관객 소리와 잔향을 추가합니다. 조건별로 순위를 나누며 잔향 학습 모델은 잔향 제거용이 아닙니다.
| 지표별 순위 | 모델 | 평가 조건 | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1사이트 사용 모델 | clean | 1.46 ± 3.4 ( 10.05 ) | 7.04 ± 3.6 ( 10.62 ) | 4.15 ± 3.5 ( 8.97 ) | 1.43 ± 3.5 ( 6.69 ) |
| - | CrowdioSet SCNet M2 | rev | 1.10 ± 3.6 ( 9.01 ) | 8.23 ± 3.1 ( 9.86 ) | 5.36 ± 3.7 ( 7.77 ) | 3.63 ± 2.4 ( 5.98 ) |
| - | CrowdioSet SCNet M3 | noisy | 3.26 ± 2.9 ( 9.97 ) | 7.00 ± 3.3 ( 10.68 ) | 3.91 ± 3.6 ( 8.85 ) | 1.79 ± 3.2 ( 6.69 ) |
| - | CrowdioSet SCNet M4 | noisyrev | 3.15 ± 3.1 ( 9.07 ) | 8.19 ± 3.3 ( 9.98 ) | 5.66 ± 3.6 ( 7.86 ) | 3.55 ± 2.7 ( 5.88 ) |
표시는 사이트에서 사용하는 모델이나 구성 모델을 뜻합니다. 점수와 설정은 인용된 공개 평가 기준이며, 사이트 전체 처리 과정을 다시 평가한 결과가 아닙니다.
데이터셋, 버전, 조건을 구분하며 순위에 포함할 항목이 없는 출처도 남깁니다.
배포 가능 4 / 원본 행 5
해당 실험의 완전한 공개 추론 패키지가 확인되지 않았습니다. 이름이 같은 다른 가중치로 대체할 수 없습니다.
SAMAudio †
배포 가능 2 / 원본 행 3
해당 실험의 완전한 공개 추론 패키지가 확인되지 않았습니다. 이름이 같은 다른 가중치로 대체할 수 없습니다.
SAMAudio †
점수는 해당 데이터셋, 지표, 모델 버전에 대한 결과이며 서로 다른 테스트끼리는 직접 비교할 수 없습니다.
표에는 공개 가중치 또는 설정이 있고 로컬에서 실행할 수 있는 모델만 표시합니다.
데이터셋을 선택하면 각 모델의 전체 지표가 표시됩니다. 공식 순위 또는 선택한 지표로 정렬합니다. 굵은 글씨는 동일 평가 조건에서 비교 가능한 각 열의 최상위 값이며 동점도 포함합니다. 평가 방식이 다르면 별도로 순위를 매기며, 누락된 점수는 -로 표시합니다.
배포 가능 4 / 원본 행 5
해당 실험의 완전한 공개 추론 패키지가 확인되지 않았습니다. 이름이 같은 다른 가중치로 대체할 수 없습니다.
SAMAudio †
논문 표 2·3의 평균 SDR: clean은 깨끗한 음원, noisy는 관객 소리, noisyrev는 관객 소리와 잔향을 추가합니다. 조건별로 순위를 나누며 잔향 학습 모델은 잔향 제거용이 아닙니다.
| 지표별 순위 | 모델 | 평가 조건 | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1 | clean | 1.46 ± 3.4 ( 10.05 ) | 7.04 ± 3.6 ( 10.62 ) | 4.15 ± 3.5 ( 8.97 ) | 1.43 ± 3.5 ( 6.69 ) |
| - | CrowdioSet SCNet M2 | rev | 1.10 ± 3.6 ( 9.01 ) | 8.23 ± 3.1 ( 9.86 ) | 5.36 ± 3.7 ( 7.77 ) | 3.63 ± 2.4 ( 5.98 ) |
| - | CrowdioSet SCNet M3 | noisy | 3.26 ± 2.9 ( 9.97 ) | 7.00 ± 3.3 ( 10.68 ) | 3.91 ± 3.6 ( 8.85 ) | 1.79 ± 3.2 ( 6.69 ) |
| - | CrowdioSet SCNet M4 | noisyrev | 3.15 ± 3.1 ( 9.07 ) | 8.19 ± 3.3 ( 9.98 ) | 5.66 ± 3.6 ( 7.86 ) | 3.55 ± 2.7 ( 5.88 ) |
표에는 공개 가중치 또는 설정이 있고 로컬에서 실행할 수 있는 모델만 표시합니다.
데이터셋을 선택하면 각 모델의 전체 지표가 표시됩니다. 공식 순위 또는 선택한 지표로 정렬합니다. 굵은 글씨는 동일 평가 조건에서 비교 가능한 각 열의 최상위 값이며 동점도 포함합니다. 평가 방식이 다르면 별도로 순위를 매기며, 누락된 점수는 -로 표시합니다.
배포 가능 2 / 원본 행 3
해당 실험의 완전한 공개 추론 패키지가 확인되지 않았습니다. 이름이 같은 다른 가중치로 대체할 수 없습니다.
SAMAudio †
논문 표 2·3의 평균 SDR: clean은 깨끗한 음원, noisy는 관객 소리, noisyrev는 관객 소리와 잔향을 추가합니다. 조건별로 순위를 나누며 잔향 학습 모델은 잔향 제거용이 아닙니다.
| 지표별 순위 | 모델 | 평가 조건 | audience isolation | |
|---|---|---|---|---|
| non-reverberant↑ | reverberant↑ | |||
| 1 | CrowdioSet SCNet M3 | noisy | 2.85 ± 1.3 | 1.25 ± 1.4 |
| 2 | CrowdioSet SCNet M4 | noisyrev | 1.55 ± 1.0 | 1.56 ± 0.9 |