Singer-Informed Vocal Source Separation for Multi-Singer Music Mixtures
IWAENC - 2026
Wyodrębnia wokalistę zgodnego z osobnym nagraniem rejestracyjnym przy użyciu oficjalnego checkpointu Concat dual lambda=0.1 lub FiLM layer-varying.
Ładowanie...
Rozdziel nakładające się głosy i partie chóru, posłuchaj ich i wybierz ścieżki do edycji.
Wejście
Obsługuje wejścia w formatach takich jak mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Obsługiwane formaty
Produkcja
WAV
Przypadek użycia
Twórz remiksy, ćwicz z akompaniamentem i edytuj osobne partie.
Wybierz model do swojego materiału i celu, a przed wysłaniem zapoznaj się z przykładami.
Koszt, czas, formaty i parametry zależą od wybranego modelu.
W opinii podaj nazwę narzędzia, kroki i napotkany problem. Zrzuty ekranu ułatwią jego zlokalizowanie.
FiLM · Layer-varying: Twórz remiksy, ćwicz z akompaniamentem i edytuj osobne partie.
Concat · dual lambda=0.1: Twórz remiksy, ćwicz z akompaniamentem i edytuj osobne partie.
Rozdziela nakładające się głosy męskie i żeńskie. Podobne zakresy głosu i chóry mogą pozostawić głosy na drugiej ścieżce.
Rozdziela nakładające się głosy męskie i żeńskie. Podobne zakresy głosu i chóry mogą pozostawić głosy na drugiej ścieżce.
IWAENC - 2026
Wyodrębnia wokalistę zgodnego z osobnym nagraniem rejestracyjnym przy użyciu oficjalnego checkpointu Concat dual lambda=0.1 lub FiLM layer-varying.
ICASSP - 2026
Rozdziela w UNMIXX dwa lub więcej jednoczesnych głosów na numerowane ścieżki wokalistów bez wskazywania celu.
arXiv - 2025
Rozdziela alt, bas, pstryknięcia palcami, główny wokal, sopran, tenor i perkusję wokalną za pomocą SepACap.
Kategorie wyjścia: 2
Wyświetlane są tylko wyniki ze zweryfikowaną publiczną implementacją inferencji i odpowiednimi wagami oraz algorytmy niewymagające wag. Zamknięte usługi, nieopublikowane wagi i niepotwierdzone wersje eksperymentalne są pomijane. To nie jest ranking wszystkich modeli.
Każdy zestaw wag pojawia się raz w danym teście, z najlepszym opublikowanym wynikiem dla wybranej miary. Wynik ogólny pochodzi z jednej oceny. Rozwiń, aby porównać oceny i ustawienia.
Publiczne wagi nie potwierdzają pełnej licencji open source. Rozwiń dane, aby sprawdzić zadeklarowane licencje wag i warunki dostępu. Brak deklaracji licencji jest oznaczony osobno.
Oznaczenia wskazują używane tutaj modele lub elementy. Wyniki i ustawienia pochodzą z przytoczonych testów, a nie z nowej oceny całego procesu serwisu.
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Concat layer-varying · Duet target singer · Baseline · Duet target singer
Wyniki pochodzą z podlinkowanego bazowego checkpointu, a nie z nowego pomiaru modelu uruchomionego tutaj.
| Pozycja według metryki | Model | Warunek testu | SI-SDR (dB) ↑ | Oboje śpiewacy · SI-SDR (dB) ↑ | Tło · SI-SDR (dB) ↑ | Zakłócający śpiewak + tło · SI-SDR (dB) ↑ |
|---|---|---|---|---|---|---|
| 1 | Concat dual λ=0.1Publiczne wagi · Kod inferencji | Docelowy wokalista duetu | 5.58 | 0.59 | -5.91 | 7.98 |
| 2 | FiLM layer-varyingModel używany tutajPubliczne wagi · Kod inferencji | Docelowy wokalista duetu | 3.39 | 0.17 | -10.14 | -2.99 |
Oznaczenia wskazują używane tutaj modele lub elementy. Wyniki i ustawienia pochodzą z przytoczonych testów, a nie z nowej oceny całego procesu serwisu.
Zbiory, wersje i warunki są rozdzielone, również źródła bez kwalifikujących się wierszy.
Do wdrożenia 2 / wiersze źródłowe 4
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Concat layer-varying · Duet target singer · Baseline · Duet target singer
Wyniki dotyczą wskazanego zbioru, miary i wersji modelu. Różnych testów nie można bezpośrednio porównywać.
Tabela obejmuje tylko modele z publicznymi wagami lub konfiguracjami, które można uruchomić lokalnie.
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Wyniki pochodzą z podlinkowanego bazowego checkpointu, a nie z nowego pomiaru modelu uruchomionego tutaj.
| Pozycja według metryki | Model | Warunek testu | SI-SDR (dB) ↑ | Oboje śpiewacy · SI-SDR (dB) ↑ | Tło · SI-SDR (dB) ↑ | Zakłócający śpiewak + tło · SI-SDR (dB) ↑ |
|---|---|---|---|---|---|---|
| 1 | Concat dual λ=0.1Publiczne wagi · Kod inferencji | Docelowy wokalista duetu | 5.58 | 0.59 | -5.91 | 7.98 |
| 2 | FiLM layer-varyingPubliczne wagi · Kod inferencji | Docelowy wokalista duetu | 3.39 | 0.17 | -10.14 | -2.99 |