Aktualne narzędzie TelkNet do czterech stemsów używa Huge-SCNet-4stems V1.2, aby podzielić pełny miks na wokal, perkusję, bas i pozostałe. Artykuł wyjaśnia wybór przez historię MSS, mocne strony i ograniczenia Mel-Band RoFormer, modelowanie subband SCNet oraz publiczne wyniki.
Aktualne narzędzie TelkNet do czterech stemsów używa Huge-SCNet-4stems V1.2, aby podzielić pełny miks na wokal, perkusję, bas i pozostałe.
Core entities
Cited sources
MODEL / TelkNet
Aktualne narzędzie TelkNet do czterech stemsów używa Huge-SCNet-4stems V1.2, aby podzielić pełny miks na wokal, perkusję, bas i pozostałe. Artykuł wyjaśnia wybór przez historię MSS, mocne strony i ograniczenia Mel-Band RoFormer, modelowanie subband SCNet oraz publiczne wyniki.
Standardowy cel to wokal, perkusja, bas i pozostałe. Pozostałe obejmuje instrumenty po oddzieleniu wokalu, perkusji i basu.
Mel-Band RoFormer dobrze chroni szczegóły wokalu dzięki mel-band i RoPE, ale separacja czterech stemsów musi też zachować perkusję, bas i wysokoczęstotliwościowe detale w pozostałych.
Ścieżka SCNet używa modelowania subband i sparse compression, aby równoważyć cztery stemsy. Dlatego Huge-SCNet-4stems V1.2 jest aktualną granicą modelu narzędzia.
MVSep Ensemble jest użyteczny jako punkt odniesienia jakości, ale należy opisywać go jako workflow wielu modeli, nie jeden model.
Aktualny kontrakt produktu TelkNet to Huge-SCNet-4stems V1.2. MVSep Ensemble jest dobrą referencją jakości, ale to platformowy workflow wielu modeli, a nie samodzielny model.