กําลังโหลด...

แยกเสียงกลอง · TelkNet

การแยกและแยก stemภาระงาน GPUGitHub 456656868538205ef756912c7cf5b0fd936de8af / 5856a9bee7c6d503842795756d238dc8470f6f3e010e9e4f33ede0362850cb4c

แยกเสียงกลอง

แยกเสียงกลองเป็นแทร็กที่แก้ไขได้ด้วย DrumSep, IDM หรือ MSG-LD เปรียบเทียบชนิดกลองและรูปแบบผลลัพธ์ ฟังตัวอย่างแล้วดาวน์โหลดไฟล์ WAV ของแต่ละชิ้น

35 เครดิต/การใช้งานFile อินพุตสูงสุด 100 MBประมาณ 20-1800 วินาที

อินพุต

รองรับอินพุตในรูปแบบต่างๆ เช่น mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

รูปแบบที่รองรับ

mp3wavflacoggm4aaacaifaiffmp4movmkv

เอาท์พุต

9 × WAV

กรณีการใช้งาน

แยกเสียงกลองเป็นแต่ละชิ้นด้วย IDM หรือ MSG-LD

เลือกตระกูลโมเดล

MDX23C DrumSepมีจําหน่ายMDX23C DrumSep · 5 stems: การรีมิกซ์กลอง การเปลี่ยน การตัดต่อชั่วคราว แทร็กฝึกซ้อม และการวิเคราะห์ที่เน้นกลองแยกเสียงกลอง · IDMมีจําหน่ายIDM ส่งออกเสียงกลองเก้าประเภทโดยไม่มี MIDIMSG-LDมีจําหน่ายMSG-LD สร้างเสียงกลองห้าประเภทและตรวจจับจุดเริ่ม MIDI ใช้ความแรงคงที่ 100 และระยะเล่นคงที่ 0.1 วินาที

เลือกตามข้อมูลเข้าและผลลัพธ์ก่อน แล้วพิจารณาการทดสอบเงื่อนไขเดียวกัน ผลประเมินที่เผยแพร่และความสามารถ การไม่มีคะแนนไม่ได้แปลว่าคุณภาพต่ำกว่า จำนวนพารามิเตอร์มากหรือรุ่นใหม่ไม่ได้พิสูจน์ว่าดีกว่า ลำดับนี้เป็นคำแนะนำการใช้งาน ไม่ใช่อันดับรวม

ค่าใช้จ่าย เวลา รูปแบบและพารามิเตอร์ขึ้นอยู่กับโมเดลที่เลือก

อันดับโมเดลในสาขานี้

ผลทดสอบ 2 รายการ

ผลทดสอบที่เผยแพร่รวมโมเดลทั้งในและนอกเว็บไซต์ เริ่มต้นด้วยอันดับรวม เปลี่ยนชุดทดสอบหรือหมวดเพื่อดูอันดับนั้น แต่ละชุดมีเงื่อนไขการประเมินแยกกัน

รวมเฉพาะโมเดลที่ตรวจสอบแล้วว่ามีน้ำหนักและโค้ดอนุมานเผยแพร่สู่สาธารณะ ไม่รวมบริการปิดและผลที่ตรวจสอบน้ำหนักไม่ได้

ชุดทดสอบหมวดอันดับ

อันดับรวมยิ่งสูงยิ่งดี · ดีที่สุดอยู่บนสุด

คะแนนรวมเป็นค่าเฉลี่ยน้ำหนักเท่ากันของผล 5 รายการภายใต้เงื่อนไขเดียวกัน รวมเฉพาะรายการที่มีคะแนนครบทุกส่วน

องค์ประกอบคะแนน：กระเดื่อง · สแนร์ · ทอม · ไฮแฮต · ฉาบ

เครื่องหมายระบุโมเดลหรือส่วนประกอบที่ใช้ที่นี่ คะแนนและการตั้งค่ามาจากการทดสอบที่อ้างอิง ไม่ใช่ผลประเมินใหม่ของกระบวนการทั้งหมดบนเว็บไซต์

MVSEP · การประเมินคุณภาพ ↗ตรวจสอบเมื่อ 2026-09-28

ดูข้อมูลแผนภูมิ

อันดับ	รุ่น	SDR เฉลี่ย (dB)
1	MDX23C DrumSep 5 stems by Aufr33 & Jarredouโมเดลที่ใช้ในเว็บไซต์ น้ำหนักสาธารณะ โค้ดอนุมาน	10.1846
2	MDX23C DrumSep 6 stems by Aufr33 & Jarredouโมเดลที่ใช้ในเว็บไซต์ น้ำหนักสาธารณะ โค้ดอนุมาน	8.4534

ผลต้นฉบับและแหล่งที่มาทั้งหมด

คะแนนใช้ได้เฉพาะชุดข้อมูล ตัวชี้วัดและรุ่นที่อ้างอิง การนำในตารางไม่ได้หมายถึงอันดับหนึ่งของโลกในปัจจุบันหรือผลจากบริการนี้ ความสามารถและการทดสอบอาจสนับสนุนให้เลือกโมเดลที่ไม่มีคะแนนเปรียบเทียบก่อน

แผนภูมิเกณฑ์มาตรฐาน: การเปรียบเทียบรุ่น

คะแนนมาจากแหล่งข้อมูลสาธารณะที่ระบุไว้ แถวสีน้ำเงินคือโมเดลที่ใช้ได้ในเครื่องมือนี้

กระดาษและบันทึกเกณฑ์มาตรฐาน

Pinned MSST pretrained-model table

ตัวเลขมาจากแหล่งข้อมูลสาธารณะในลิงก์ แต่ละแถวระบุชุดทดสอบหรือเช็กพอยต์ และจะไม่ใส่โมเดลที่ไม่มีผลลัพธ์ในเงื่อนไขเดียวกัน

ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-23

เงื่อนไขทดสอบ	รุ่น	SDR (dB) ↑	เมตริกโดยละเอียด
DrumSep test · official five-stem checkpoint	MDX23C DrumSep · 5 stemsMSST table · kick SDR is the headline value	16.66	สแนร์11.53ทอม12.33ไฮแฮต4.04ฉาบ6.36
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	สแนร์9.79ทอม10.63ไฮแฮต3.19ไรด์ + แครช6.08

IDM · StemGMD · 9 classes

IDM · Table III

IDM ส่งออกเสียงกลอง WAV เก้าประเภท nSDR, LSD และ PES วัดการแยกเสียง ไม่ใช่การถอด MIDI และไม่จัดอันดับรวมกับ FAD ของ MSG-LD

จัดอันดับเฉพาะในตารางและเงื่อนไขเดียวกัน โดยคงอันดับร่วมไว้ เปลี่ยนตัวชี้วัดเพื่อเรียงใหม่ และเลื่อนแนวนอนเพื่อดูทุกคอลัมน์ ค่าที่ขาดไม่ใช่ศูนย์และไม่ถูกจัดอันดับ

ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-23

จัดอันดับตามตัวชี้วัดเงื่อนไขทดสอบ

แสดง 9/9 แถว · 5 ตัวชี้วัด

IDM · StemGMD · 9 classes
อันดับ	เงื่อนไขทดสอบ	รุ่น	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

งานวิจัยประเมิน OB, TB และ OBTB แยกกัน คะแนน OB ไม่ใช่คะแนนของ OBTB ค่าเริ่มต้น แสดง F1 ของโน้ตและ mel-MSE/FAD ของเสียงคนละตาราง กระบวนการตรวจจับในงานวิจัยยังไม่ได้วัดซ้ำที่นี่

ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-23

จัดอันดับตามตัวชี้วัดเงื่อนไขทดสอบ

แสดง 12/12 แถว · 1 ตัวชี้วัด

MSG-LD · mel-MSE
อันดับ	เงื่อนไขทดสอบ	รุ่น	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

ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-23

จัดอันดับตามตัวชี้วัดเงื่อนไขทดสอบ

แสดง 12/12 แถว · 1 ตัวชี้วัด

MSG-LD · FAD
อันดับ	เงื่อนไขทดสอบ	รุ่น	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

ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-23

จัดอันดับตามตัวชี้วัดเงื่อนไขทดสอบ

แสดง 12/12 แถว · 3 ตัวชี้วัด

MSG-LD · MDB / ENST · 50 ms
อันดับ	เงื่อนไขทดสอบ	รุ่น	F1 %	ความแม่นยำ%	เรียกคืน %
—	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

ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-23

จัดอันดับตามตัวชี้วัดเงื่อนไขทดสอบ

แสดง 6/6 แถว · 3 ตัวชี้วัด

MSG-LD · Vanilla / OB / TB / OBTB
อันดับ	เงื่อนไขทดสอบ	รุ่น	F1 %	ความแม่นยำ%	เรียกคืน %
#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	—	—

โมเดล พารามิเตอร์ และแหล่งที่มา

IDM ส่งออกเสียงกลองเก้าประเภทโดยไม่มี 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: การรีมิกซ์กลอง การเปลี่ยน การตัดต่อชั่วคราว แทร็กฝึกซ้อม และการวิเคราะห์ที่เน้นกลอง

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

MDX23C DrumSep · 6 stems

MDX23C DrumSep · 6 stems: การรีมิกซ์กลอง การเปลี่ยน การตัดต่อชั่วคราว แทร็กฝึกซ้อม และการวิเคราะห์ที่เน้นกลอง

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 ใช้มาสก์ Wiener ทางการ ส่วน none ปิดมาสก์
เลขชี้กำลังของมาสก์ Wiener ค่าเริ่มต้นทางการคือ 1
เสียงผสมเต็มจะผ่านการแยกกลองก่อน โดย MSG-LD ใช้ Demucs ทางการ และโมเดลใหม่อื่นใช้ AudioSep หากเป็นเสียงกลองล้วนจะข้ามขั้นตอนนี้
IDM ส่งออกเสียงกลอง WAV เก้าประเภท nSDR, LSD และ PES วัดการแยกเสียง ไม่ใช่การถอด MIDI และไม่จัดอันดับรวมกับ FAD ของ MSG-LD

MSG-LD · OBTB

MSG-LD สร้างเสียงกลองห้าประเภทและตรวจจับจุดเริ่ม MIDI ใช้ความแรงคงที่ 100 และระยะเล่นคงที่ 0.1 วินาที

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

msgld_ob ใช้แขนงจุดเริ่ม ส่วน msgld_obtb ใช้ทั้งแขนงจุดเริ่มและลักษณะเสียง
จำนวนขั้น DDIM ทางการ ค่าเริ่มต้น 200 ชุดขั้นเวลาที่ไม่รองรับจะเกิดข้อผิดพลาด
เสียงผสมเต็มจะผ่านการแยกกลองก่อน โดย MSG-LD ใช้ Demucs ทางการ และโมเดลใหม่อื่นใช้ AudioSep หากเป็นเสียงกลองล้วนจะข้ามขั้นตอนนี้
งานวิจัยประเมิน OB, TB และ OBTB แยกกัน คะแนน OB ไม่ใช่คะแนนของ OBTB ค่าเริ่มต้น แสดง F1 ของโน้ตและ mel-MSE/FAD ของเสียงคนละตาราง กระบวนการตรวจจับในงานวิจัยยังไม่ได้วัดซ้ำที่นี่

MSG-LD · OB

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

msgld_ob ใช้แขนงจุดเริ่ม ส่วน msgld_obtb ใช้ทั้งแขนงจุดเริ่มและลักษณะเสียง
จำนวนขั้น DDIM ทางการ ค่าเริ่มต้น 200 ชุดขั้นเวลาที่ไม่รองรับจะเกิดข้อผิดพลาด
เสียงผสมเต็มจะผ่านการแยกกลองก่อน โดย MSG-LD ใช้ Demucs ทางการ และโมเดลใหม่อื่นใช้ AudioSep หากเป็นเสียงกลองล้วนจะข้ามขั้นตอนนี้
งานวิจัยประเมิน OB, TB และ OBTB แยกกัน คะแนน OB ไม่ใช่คะแนนของ OBTB ค่าเริ่มต้น แสดง F1 ของโน้ตและ mel-MSE/FAD ของเสียงคนละตาราง กระบวนการตรวจจับในงานวิจัยยังไม่ได้วัดซ้ำที่นี่

การเปรียบเทียบรุ่น

รุ่น

บทบาท

ทําไมถึงใช้

ผลกระทบต่อเอาต์พุต

กระดาษและบันทึกเกณฑ์มาตรฐาน

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

ICML - 2026

ดึงเสียงที่อธิบายได้อย่างอิสระด้วย AudioSep-Hive, FlowSep-Hive หรือ CLAPSep หรือใช้ Banquet แยกแหล่งเสียงที่ตรงกับตัวอย่างอ้างอิง 10 วินาที

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

เป็นทางการ / ที่เก็บ

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

เอกสาร / หมายเหตุทางเทคนิค

IDM MSG-LD

คู่มือพารามิเตอร์

wiener ใช้มาสก์ Wiener ทางการ ส่วน none ปิดมาสก์
เลขชี้กำลังของมาสก์ Wiener ค่าเริ่มต้นทางการคือ 1
เสียงผสมเต็มจะผ่านการแยกกลองก่อน โดย MSG-LD ใช้ Demucs ทางการ และโมเดลใหม่อื่นใช้ AudioSep หากเป็นเสียงกลองล้วนจะข้ามขั้นตอนนี้
IDM ส่งออกเสียงกลอง WAV เก้าประเภท nSDR, LSD และ PES วัดการแยกเสียง ไม่ใช่การถอด MIDI และไม่จัดอันดับรวมกับ FAD ของ MSG-LD

เวิร์กโฟลว์

1เสียงผสมเต็มจะผ่านการแยกกลองก่อน โดย MSG-LD ใช้ Demucs ทางการ และโมเดลใหม่อื่นใช้ AudioSep หากเป็นเสียงกลองล้วนจะข้ามขั้นตอนนี้
2เลือก IDM หรือ MSG-LD แล้วส่งงาน จากนั้นฟังและดาวน์โหลดแทร็ก WAV โดย MSG-LD มีข้อมูลจังหวะเริ่มตีเป็น CSV และ MIDI ด้วย

ก่อนส่ง

IDM แยกกลองเก้าประเภท ส่วน MSG-LD แยกห้าประเภท MIDI บันทึกเวลาเริ่มตี ไม่ใช่ระดับเสียงทำนอง

แสดงความคิดเห็นอย่างรวดเร็ว

โปรดระบุชื่อเครื่องมือ ขั้นตอน และปัญหาที่พบในข้อเสนอแนะ ภาพหน้าจอช่วยให้ตรวจสอบได้ง่ายขึ้น