Ładowanie...

Separacja perkusji · TelkNet

Separacja i stem rozłamGPU obciążenia pracąGitHub 456656868538205ef756912c7cf5b0fd936de8af / 5856a9bee7c6d503842795756d238dc8470f6f3e010e9e4f33ede0362850cb4c

Separacja perkusji

Rozdziel nagranie perkusji na edytowalne ścieżki przez DrumSep, IDM lub MSG-LD, porównaj instrumenty i formaty, a następnie odsłuchaj i pobierz WAV.

35 kredyty/wykorzystanieWejście plikuMax 100 MBSzacowany czas 20-1800 sekund

Wejście

Obsługuje wejścia w formatach takich jak mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

Obsługiwane formaty

mp3wavflacoggm4aaacaifaiffmp4movmkv

Produkcja

9 × WAV

Przypadek użycia

Podział perkusji na oddzielne ścieżki za pomocą IDM lub MSG-LD.

Wybierz rodzinę modeli

MDX23C DrumSepDostępneMDX23C DrumSep · 5 stems: Remiksowanie, wymiana perkusji, edycja przejściowych, ścieżki próbne oraz analiza skoncentrowana na perkusji.Separacja perkusji · IDMDostępneIDM eksportuje dziewięć ścieżek perkusji bez MIDI.MSG-LDDostępneMSG-LD generuje pięć ścieżek perkusji i wykrywa początki uderzeń; MIDI ma stałą siłę 100 i czas odtwarzania 0,1 sekundy.

Wybieraj według wejścia i wyniku, potem porównywalnych testów, opublikowanych ocen i możliwości. Brak wyniku nie oznacza gorszej jakości; więcej parametrów i nowsza wersja nie dowodzą przewagi. To sugerowana kolejność użycia, nie ranking ogólny.

Koszt, czas, formaty i parametry zależą od wybranego modelu.

Modele w tej dziedzinie

2 wyników

Publiczne wyniki obejmują modele dostępne w serwisie i poza nim. Domyślnie wyświetlany jest ranking ogólny; zmień test lub kategorię, aby zobaczyć odpowiedni ranking. Każdy test zachowuje własne warunki.

Uwzględniono tylko modele ze zweryfikowanymi publicznymi wagami i kodem inferencji. Zamknięte usługi i wyniki bez potwierdzonych wag są wykluczone.

Test porównawczyKategoria

Ranking ogólnyWięcej znaczy lepiej · najlepsze na górze

Wynik ogólny to średnia z równymi wagami z 5 wyników uzyskanych w tych samych warunkach. Uwzględniane są tylko kompletne wpisy.

Składowe：Stopa · Werbel · Tomy · Hi-hat · Talerze

Oznaczenia wskazują używane tutaj modele lub elementy. Wyniki i ustawienia pochodzą z przytoczonych testów, a nie z nowej oceny całego procesu serwisu.

MVSEP · Ocena jakości ↗Sprawdzono: 2026-09-28

Pokaż dane wykresu

Stopień	Model	Średni SDR (dB)
1	MDX23C DrumSep 5 stems by Aufr33 & JarredouModel używany tutaj Publiczne wagi Kod inferencji	10.1846
2	MDX23C DrumSep 6 stems by Aufr33 & JarredouModel używany tutaj Publiczne wagi Kod inferencji	8.4534

Wszystkie wyniki źródłowe i źródła

Wyniki dotyczą wyłącznie wskazanego zbioru danych, miary i wersji. Lider tabeli nie oznacza aktualnego rekordu świata ani wyniku tej usługi. Możliwości i testy mogą uzasadnić wybór modelu bez porównywalnej oceny.

Wykres referencyjny: Porównanie modeli

Wyniki pochodzą z podanych źródeł publicznych; niebieskie wiersze oznaczają modele dostępne w tym narzędziu.

Notatki z artykułu i benchmarków

Pinned MSST pretrained-model table

Wartości pochodzą z podlinkowanego publicznego źródła. Wiersze podają zbiór testowy lub checkpoint; modele bez porównywalnego wyniku pominięto.

Sprawdzono źródła publiczne: 2026-09-23

Warunek testu	Model	SDR (dB) ↑	Szczegółowe metryki
DrumSep test · official five-stem checkpoint	MDX23C DrumSep · 5 stemsMSST table · kick SDR is the headline value	16.66	Werbel11.53Tomy12.33Hi-hat4.04Talerze6.36
DrumSep test · official six-stem checkpoint	MDX23C DrumSep · 6 stemsMSST table · kick SDR is the headline value; ride and crash are reported jointly	14.54	Werbel9.79Tomy10.63Hi-hat3.19Ride + crash6.08

IDM · StemGMD · 9 classes

IDM · Table III

IDM zwraca dziewięć ścieżek perkusyjnych WAV. nSDR, LSD i PES mierzą separację audio, nie transkrypcję MIDI, i nie są klasyfikowane razem z FAD modelu MSG-LD.

Ranking dotyczy tej samej tabeli i warunków; remisy są zachowane. Zmiana metryki sortuje ponownie. Przewiń poziomo, aby zobaczyć wszystkie kolumny. Brakujące wartości nie są zerami i nie mają miejsca.

Sprawdzono źródła publiczne: 2026-09-23

Ranking według metrykiWarunek testu

Wyświetlono 9/9 wierszy · 5 metryk

IDM · StemGMD · 9 classes
Stopień	Warunek testu	Model	nSDR (dB)	LSD	PES	Synth LSD	Synth PES
—	kick	IDMTelkNet	17.47	2.58	-54.37	1.84	-55.46
—	snare	IDMTelkNet	17.29	1.73	-57.20	1.83	-58.87
—	hihat_closed	IDMTelkNet	1.66	1.90	-55.88	1.94	-56.83
—	hihat_open	IDMTelkNet	6.68	1.71	-59.81	1.86	-59.99
—	hi_tom	IDMTelkNet	8.50	1.16	-59.57	1.03	-59.85
—	mid_tom	IDMTelkNet	6.41	1.11	-59.62	0.90	-59.70
—	low_tom	IDMTelkNet	7.35	1.62	-59.30	1.32	-59.57
—	ride	IDMTelkNet	2.12	2.09	-59.57	2.24	-59.65
—	crash_left	IDMTelkNet	4.78	2.84	-59.88	2.99	-59.94

MSG-LD · mel-MSE

MSG-LD · Table 1

Artykuł ocenia OB, TB i OBTB osobno; wyników OB nie można przypisać domyślnemu OBTB. F1 nut oraz mel-MSE/FAD audio mają osobne tabele. Proces detekcji z artykułu nie został tu ponownie zmierzony.

Sprawdzono źródła publiczne: 2026-09-23

Ranking według metrykiWarunek testu

Wyświetlono 12/12 wierszy · 1 metryk

MSG-LD · mel-MSE
Stopień	Warunek testu	Model	mel-MSE
#1	Kick · MSG-LD Table 1	MSG-LD OBTB	0.78
#2	Kick · MSG-LD Table 1	MSG-LD OB	1.03
#1	Snare · MSG-LD Table 1	MSG-LD OB	1.33
#2	Snare · MSG-LD Table 1	MSG-LD OBTB	1.42
#1	Toms · MSG-LD Table 1	MSG-LD OBTB	1.41
#2	Toms · MSG-LD Table 1	MSG-LD OB	1.45
#1	Hi-Hats · MSG-LD Table 1	MSG-LD OB	3.46
#2	Hi-Hats · MSG-LD Table 1	MSG-LD OBTB	4.30
#1	Cymbals · MSG-LD Table 1	MSG-LD OB	1.92
#2	Cymbals · MSG-LD Table 1	MSG-LD OBTB	3.52
#1	Overall · MSG-LD Table 1	MSG-LD OB	2.12
#2	Overall · MSG-LD Table 1	MSG-LD OBTB	2.29

MSG-LD · FAD

MSG-LD · Table 2

Sprawdzono źródła publiczne: 2026-09-23

Ranking według metrykiWarunek testu

Wyświetlono 12/12 wierszy · 1 metryk

MSG-LD · FAD
Stopień	Warunek testu	Model	FAD
#1	Kick · MSG-LD Table 2	MSG-LD OBTB	0.23
#2	Kick · MSG-LD Table 2	MSG-LD OB	0.32
#1	Snare · MSG-LD Table 2	MSG-LD OBTB	0.09
#2	Snare · MSG-LD Table 2	MSG-LD OB	0.10
#1	Toms · MSG-LD Table 2	MSG-LD OBTB	0.13
#2	Toms · MSG-LD Table 2	MSG-LD OB	0.16
#1	Hi-Hats · MSG-LD Table 2	MSG-LD OB	0.38
#2	Hi-Hats · MSG-LD Table 2	MSG-LD OBTB	0.48
#1	Cymbals · MSG-LD Table 2	MSG-LD OB	0.71
#2	Cymbals · MSG-LD Table 2	MSG-LD OBTB	0.82
#1	Mean · MSG-LD Table 2	MSG-LD OB	0.33
#2	Mean · MSG-LD Table 2	MSG-LD OBTB	0.35

MSG-LD · MDB / ENST · 50 ms

MSG-LD · Table 3

Sprawdzono źródła publiczne: 2026-09-23

Ranking według metrykiWarunek testu

Wyświetlono 12/12 wierszy · 3 metryk

MSG-LD · MDB / ENST · 50 ms
Stopień	Warunek testu	Model	F1 (%)	Precyzja (%)	Przypomnienie sobie czegoś (%)
—	MDB · Kick · 50 ms · MSG-LD Table 3	MSG-LD OB	93.10	93.90	92.30
—	MDB · Snare · 50 ms · MSG-LD Table 3	MSG-LD OB	76.00	79.10	73.20
—	MDB · Toms · 50 ms · MSG-LD Table 3	MSG-LD OB	26.80	30.90	23.60
—	MDB · Hi-Hats · 50 ms · MSG-LD Table 3	MSG-LD OB	65.00	55.00	79.40
—	MDB · Cymbals · 50 ms · MSG-LD Table 3	MSG-LD OB	48.10	66.30	37.70
—	MDB · Overall · 50 ms · MSG-LD Table 3	MSG-LD OB	70.70	70.90	70.40
—	ENST · Kick · 50 ms · MSG-LD Table 3	MSG-LD OB	82.10	94.10	72.90
—	ENST · Snare · 50 ms · MSG-LD Table 3	MSG-LD OB	64.20	69.80	59.40
—	ENST · Toms · 50 ms · MSG-LD Table 3	MSG-LD OB	49.10	41.50	60.20
—	ENST · Hi-Hats · 50 ms · MSG-LD Table 3	MSG-LD OB	63.00	64.30	61.80
—	ENST · Cymbals · 50 ms · MSG-LD Table 3	MSG-LD OB	39.10	61.10	28.70
—	ENST · Overall · 50 ms · MSG-LD Table 3	MSG-LD OB	64.00	69.50	59.30

MSG-LD · Vanilla / OB / TB / OBTB

MSG-LD · Table 4

Sprawdzono źródła publiczne: 2026-09-23

Ranking według metrykiWarunek testu

Wyświetlono 6/6 wierszy · 3 metryk

MSG-LD · Vanilla / OB / TB / OBTB
Stopień	Warunek testu	Model	F1 (%)	Precyzja (%)	Przypomnienie sobie czegoś (%)
#1	MDB Overall · MSG-LD Table 4	MSG-LD OB	70.70	70.90	70.40
#2	MDB Overall · MSG-LD Table 4	MSG-LD OBTB	69.00	70.90	67.20
#1	ENST Overall · MSG-LD Table 4	MSG-LD OB	64.00	69.50	59.30
#2	ENST Overall · MSG-LD Table 4	MSG-LD OBTB	63.60	70.30	58.00
#1	Mean overall F1 (2 sets) · MSG-LD Table 4	MSG-LD OB	67.40	—	—
#2	Mean overall F1 (2 sets) · MSG-LD Table 4	MSG-LD OBTB	66.30	—	—

Modele, parametry i źródła

IDM eksportuje dziewięć ścieżek perkusji bez MIDI.

MDX23C DrumSep · 5 stemsOfficial 5-stem checkpointOfficial 5-stem configPinned immutable mirror used by TelkNetPinned MSST pretrained-model tableDrumSep test · official five-stem checkpointMSST table · kick SDR is the headline valueMDX23C DrumSep · 6 stemsDrumSep test · official six-stem checkpointMSST table · kick SDR is the headline value; ride and crash are reported jointlyA Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound SeparationICML

MDX23C DrumSep · 5 stems

MDX23C DrumSep · 5 stems: Remiksowanie, wymiana perkusji, edycja przejściowych, ścieżki próbne oraz analiza skoncentrowana na perkusji.

Official 5-stem checkpoint Official 5-stem config Pinned immutable mirror used by TelkNet

MDX23C DrumSep · 6 stems

MDX23C DrumSep · 6 stems: Remiksowanie, wymiana perkusji, edycja przejściowych, ścieżki próbne oraz analiza skoncentrowana na perkusji.

Official 6-stem checkpoint Official 6-stem config Pinned checkpoint bytes used by TelkNet

IDM

bernardo-torres/inverse-drum-machine IDM · checkpoint ddman1101/Separate-and-detect MSG-LD · checkpoint IDM

wiener używa oficjalnej maski Wiener; none wyłącza maskowanie.
Wykładnik potęgowy maski Wiener; oficjalna wartość 1.
Pełny miks najpierw przechodzi ekstrakcję perkusji: oficjalny Demucs dla MSG-LD, AudioSep dla pozostałych nowych modeli. Sama perkusja pomija ten etap.
IDM zwraca dziewięć ścieżek perkusyjnych WAV. nSDR, LSD i PES mierzą separację audio, nie transkrypcję MIDI, i nie są klasyfikowane razem z FAD modelu MSG-LD.

MSG-LD · OBTB

MSG-LD generuje pięć ścieżek perkusji i wykrywa początki uderzeń; MIDI ma stałą siłę 100 i czas odtwarzania 0,1 sekundy.

ddman1101/Separate-and-detect MSG-LD · checkpoint MSG-LD

msgld_ob używa gałęzi ataków; msgld_obtb używa gałęzi ataków i barwy.
Oficjalna liczba kroków DDIM, domyślnie 200; nieobsługiwane kombinacje kroków czasu powodują błąd.
Pełny miks najpierw przechodzi ekstrakcję perkusji: oficjalny Demucs dla MSG-LD, AudioSep dla pozostałych nowych modeli. Sama perkusja pomija ten etap.
Artykuł ocenia OB, TB i OBTB osobno; wyników OB nie można przypisać domyślnemu OBTB. F1 nut oraz mel-MSE/FAD audio mają osobne tabele. Proces detekcji z artykułu nie został tu ponownie zmierzony.

MSG-LD · OB

MSG-LD generuje pięć ścieżek perkusji i wykrywa początki uderzeń; MIDI ma stałą siłę 100 i czas odtwarzania 0,1 sekundy.

ddman1101/Separate-and-detect MSG-LD · checkpoint MSG-LD

msgld_ob używa gałęzi ataków; msgld_obtb używa gałęzi ataków i barwy.
Oficjalna liczba kroków DDIM, domyślnie 200; nieobsługiwane kombinacje kroków czasu powodują błąd.
Pełny miks najpierw przechodzi ekstrakcję perkusji: oficjalny Demucs dla MSG-LD, AudioSep dla pozostałych nowych modeli. Sama perkusja pomija ten etap.
Artykuł ocenia OB, TB i OBTB osobno; wyników OB nie można przypisać domyślnemu OBTB. F1 nut oraz mel-MSE/FAD audio mają osobne tabele. Proces detekcji z artykułu nie został tu ponownie zmierzony.

Porównanie modeli

Model

Rola

Dlaczego jest używany

Wpływ na produkcję

Notatki z artykułu i benchmarków

A Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound Separation

ICML - 2026

Wyodrębnia dowolnie opisany dźwięk za pomocą AudioSep-Hive, FlowSep-Hive lub CLAPSep albo izoluje w Banquet źródło zgodne z 10-sekundową referencją.

arXiv:2601.22599

The Inverse Drum Machine: Source Separation Through Joint Transcription and Analysis-by-Synthesis

arXiv - 2025

IDM

Separate-and-Detect: Unified Drum Transcription and Stem Generation via Latent Diffusion

arXiv - 2026

MSG-LD generuje pięć ścieżek perkusji i wykrywa początki uderzeń; MIDI ma stałą siłę 100 i czas odtwarzania 0,1 sekundy.

MSG-LD

Oficjalne / repozytoria

Official 5-stem checkpoint Official 5-stem config Pinned immutable mirror used by TelkNet Official 6-stem checkpoint Official 6-stem config Pinned checkpoint bytes used by TelkNet bernardo-torres/inverse-drum-machine IDM · checkpoint ddman1101/Separate-and-detect MSG-LD · checkpoint

Artykuły / notatki techniczne

IDM MSG-LD

Przewodnik po parametrach

wiener używa oficjalnej maski Wiener; none wyłącza maskowanie.
Wykładnik potęgowy maski Wiener; oficjalna wartość 1.
Pełny miks najpierw przechodzi ekstrakcję perkusji: oficjalny Demucs dla MSG-LD, AudioSep dla pozostałych nowych modeli. Sama perkusja pomija ten etap.
IDM zwraca dziewięć ścieżek perkusyjnych WAV. nSDR, LSD i PES mierzą separację audio, nie transkrypcję MIDI, i nie są klasyfikowane razem z FAD modelu MSG-LD.

Przepływ pracy

1Pełny miks najpierw przechodzi ekstrakcję perkusji: oficjalny Demucs dla MSG-LD, AudioSep dla pozostałych nowych modeli. Sama perkusja pomija ten etap.
2Wybierz IDM lub MSG-LD i wyślij nagranie, potem odsłuchaj i pobierz ścieżki WAV; MSG-LD udostępnia też początki uderzeń w CSV i MIDI.

Przed wysłaniem

IDM zwraca dziewięć klas perkusji, a MSG-LD pięć; MIDI zapisuje początki uderzeń, nie wysokości dźwięków melodii.

Szybka opinia

W opinii podaj nazwę narzędzia, kroki i napotkany problem. Zrzuty ekranu ułatwią jego zlokalizowanie.