Что такое Разделение звука по тексту и эталону (AudioSep-Hive)?

Извлекает свободно описанный звук с помощью AudioSep-Hive, FlowSep-Hive или CLAPSep либо выделяет в Banquet источник, совпадающий с 10-секундным эталоном.

Для кого Разделение звука по тексту и эталону (AudioSep-Hive)?

Разделение и stem разделение Извлекает свободно описанный звук с помощью AudioSep-Hive, FlowSep-Hive или CLAPSep либо выделяет в Banquet источник, совпадающий с 10-секундным эталоном.

С какими задачами Разделение звука по тексту и эталону (AudioSep-Hive) может помочь?

Разделение и stem разделение; WAV; Ремиксы, занятия под аккомпанемент и редактирование отдельных партий.; Поддерживает вводные данные в форматах, таких как mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv; AudioSep-Hive; FlowSep-Hive

Разделение звука по тексту и эталону (AudioSep-Hive)

Q: Какие модели и ключевые слова связаны с Разделение звука по тексту и эталону (AudioSep-Hive)?

AudioSep-Hive, FlowSep-Hive, CLAPSep, Banquet, Hive source (pinned), AudioSep-Hive weights (pinned), FlowSep-Hive weights (pinned), Hive paper

Модели, параметры и источники

AudioSep-HiveFlowSep-HiveCLAPSepBanquetHive source (pinned)AudioSep-Hive weights (pinned)FlowSep-Hive weights (pinned)Hive paperCLAPSep source (pinned)Official CLAPSep Space artifacts (pinned)CLAPSep paperBanquet source (pinned)

Баллы относятся только к указанным данным, метрике и версии. Лидерство в таблице не означает мировой рекорд или результат этого сервиса. Возможности и тесты позволяют предпочесть модель без сопоставимых баллов.

Эталонный график: Разделение звука по тексту и эталону

В таблице указаны только модели с открытыми весами или конфигурациями, которые можно запустить локально.

Разделение звука по тексту и эталону

Hive paper, main test table

Значения взяты из открытого источника по ссылке. В строках указан тестовый набор или чекпойнт; модели без сопоставимого результата не включены.

Открытые источники проверены: 2026-09-10

Звание	Условия теста	Модель	SI-SDR (dB) ↑	Подробные метрики
#1	Тестовый набор Hive	AudioSep-HiveTelkNetHive paper	5.02Лучший	SDR (dB) ↑5.67ЛучшийLPAPS ↓3.86ЛучшийFAD ↓0.80ЛучшийCLAP-Audio ↑0.65ЛучшийCLAP-T ↑0.31ЛучшийMUSHRA ↑68.40ЛучшийOQ ↑3.34ЛучшийRec ↑4.81Pre ↑3.40ЛучшийFai ↑4.39
#2	Тестовый набор Hive	AudioSep (original)Hive paper	1.58	SDR (dB) ↑2.37LPAPS ↓4.22FAD ↓0.90CLAP-Audio ↑0.57CLAP-T ↑0.26MUSHRA ↑60.90OQ ↑2.94Rec ↑4.86ЛучшийPre ↑2.96Fai ↑4.47Лучший

Разделение звука по тексту и эталону

Hive paper, main test table

Источники используют разные условия обучения или задачи, поэтому числа следует сравнивать только в рамках указанного протокола.

Открытые источники проверены: 2026-09-10

Условия теста	Модель	FAD ↓	Подробные метрики
Результат разделения · тест Hive	AudioSep-HiveTelkNetHive paper	0.80	SDR (dB) ↑5.67SI-SDR (dB) ↑5.02LPAPS ↓3.86CLAP-Audio ↑0.65CLAP-T ↑0.31MUSHRA ↑68.40OQ ↑3.34Rec ↑4.81Pre ↑3.40Fai ↑4.39
Генеративный результат · тест Hive	FlowSep-HiveTelkNetHive paper	0.84	LPAPS ↓4.25CLAP-Audio ↑0.61CLAP-T ↑0.19MUSHRA ↑61.80OQ ↑3.05Rec ↑4.18Pre ↑3.35Fai ↑3.70

Разделение звука по тексту и эталону

CLAPSep paper, Table V

Открытые источники проверены: 2026-09-10

± обозначает стандартное отклонение.

Звание	Условия теста	Модель	SDRi (dB) ↑	Подробные метрики
#3	2 источника · 1 цель	AudioSepCLAPSep paper Table V	8.60 ± 8.86	SI-SDRi (dB) ↑7.38 ± 9.48
#2	2 источника · 1 цель	CLAPSep-PTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	10.03 ± 11.27	SI-SDRi (dB) ↑8.70 ± 12.64
#1	2 источника · 1 цель	CLAPSep-PNTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	12.67 ± 7.80Лучший	SI-SDRi (dB) ↑11.79 ± 8.23Лучший
#3	3 источника · 1 цель	AudioSepCLAPSep paper Table V	4.90 ± 6.13	SI-SDRi (dB) ↑4.20 ± 6.42
#2	3 источника · 1 цель	CLAPSep-PTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	6.48 ± 7.82	SI-SDRi (dB) ↑5.73 ± 8.50
#1	3 источника · 1 цель	CLAPSep-PNTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	8.96 ± 6.13Лучший	SI-SDRi (dB) ↑8.09 ± 6.17Лучший
#3	3 источника · 2 цели	AudioSepCLAPSep paper Table V	5.30 ± 5.38	SI-SDRi (dB) ↑2.96 ± 5.54
#2	3 источника · 2 цели	CLAPSep-PTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	6.35 ± 7.36	SI-SDRi (dB) ↑4.88 ± 8.10
#1	3 источника · 2 цели	CLAPSep-PNTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	8.90 ± 5.78Лучший	SI-SDRi (dB) ↑7.82 ± 6.32Лучший
#3	4 источника · 1 цель	AudioSepCLAPSep paper Table V	3.52 ± 5.21	SI-SDRi (dB) ↑2.81 ± 5.76
#2	4 источника · 1 цель	CLAPSep-PTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	5.94 ± 7.58	SI-SDRi (dB) ↑4.85 ± 8.29
#1	4 источника · 1 цель	CLAPSep-PNTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	7.73 ± 5.79Лучший	SI-SDRi (dB) ↑6.80 ± 6.00Лучший
#3	4 источника · 2 цели	AudioSepCLAPSep paper Table V	2.37 ± 4.26	SI-SDRi (dB) ↑0.65 ± 4.32
#2	4 источника · 2 цели	CLAPSep-PTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	2.91 ± 5.54	SI-SDRi (dB) ↑1.37 ± 5.98
#1	4 источника · 2 цели	CLAPSep-PNTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	5.20 ± 4.63Лучший	SI-SDRi (dB) ↑4.01 ± 4.95Лучший
#3	4 источника · 3 цели	AudioSepCLAPSep paper Table V	4.20 ± 4.51	SI-SDRi (dB) ↑2.03 ± 4.27
#2	4 источника · 3 цели	CLAPSep-PTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	5.34 ± 6.70	SI-SDRi (dB) ↑3.79 ± 7.09
#1	4 источника · 3 цели	CLAPSep-PNTelkNetСоответствующая модель инструмента: CLAPSepCLAPSep paper Table V	8.00 ± 4.87Лучший	SI-SDRi (dB) ↑6.73 ± 5.20Лучший

Бумажные и эталонные заметки

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

ICML - 2026

Paper

CLAPSep: Leveraging Contrastive Pre-trained Model for Multi-Modal Query-Conditioned Target Sound Extraction

IEEE/ACM TASLP - 2024

Paper

A Stem-Agnostic Single-Decoder System for Music Source Separation Beyond Four Stems

ISMIR - 2024

Paper

Официальные / хранилища

Hive source (pinned)AudioSep-Hive weights (pinned)FlowSep-Hive weights (pinned)CLAPSep source (pinned)Official CLAPSep Space artifacts (pinned)Banquet source (pinned)Official Banquet checkpoint

Статьи / технические заметки

Hive paper CLAPSep paper Banquet paper

Руководство по параметрам

Опишите извлекаемый звук; для AudioSep-Hive и FlowSep-Hive поле обязательно.
Выберите для CLAPSep положительный текст, эталонное аудио или оба варианта.
Опишите целевой звук, который CLAPSep должен сохранить.
Необязательно: опишите звук, который CLAPSep должен подавить.
Загрузите пример целевого звука.
Необязательно: загрузите пример подавляемого звука.
Загрузите эталон Banquet. Официальный контракт использует 10-секундный фрагмент запроса.
Число шагов FlowSep-Hive. Официальное значение — 20; больше шагов требует больше времени.
Classifier-free guidance FlowSep-Hive. Официальное значение — 1,0.
Размер пакета полос запроса Banquet. Официальное значение инференса — 12.

Разделение звука по тексту и эталону

Модели, параметры и источники

AudioSep-Hive

FlowSep-Hive

CLAPSep

Banquet

Эталонный график: Разделение звука по тексту и эталону

Разделение звука по тексту и эталону

Разделение звука по тексту и эталону

Разделение звука по тексту и эталону

Бумажные и эталонные заметки

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

CLAPSep: Leveraging Contrastive Pre-trained Model for Multi-Modal Query-Conditioned Target Sound Extraction

A Stem-Agnostic Single-Decoder System for Music Source Separation Beyond Four Stems

Официальные / хранилища

Статьи / технические заметки

Руководство по параметрам

Рабочий процесс

Перед отправкой

Быстрый отзыв