กําลังโหลด...
แยกเพลงเป็นแทร็กเสียงร้องและเครื่องดนตรีเพื่อฟัง มิกซ์ หรือทำดนตรีประกอบการฝึก
อินพุต
รองรับอินพุตในรูปแบบต่างๆ เช่น mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
รูปแบบที่รองรับ
เอาท์พุต
5 × WAV
กรณีการใช้งาน
CrowdioSet SCNet: M1 ฝึกด้วยเสียงสะอาด M2 เพิ่มเสียงก้อง M3 เพิ่มผู้ชม และ M4 เพิ่มทั้งสองอย่าง M1/M2 ส่งออกสี่แทร็ก ส่วน M3/M4 เพิ่มแทร็กผู้ชม เสียงก้องจะยังอยู่และอาจมีเสียงผู้ชมร้องตามหลงเหลือ
เลือกโมเดลให้เหมาะกับเนื้อหาและวัตถุประสงค์ แล้วดูตัวอย่างก่อนส่ง
ค่าใช้จ่าย เวลา รูปแบบและพารามิเตอร์ขึ้นอยู่กับโมเดลที่เลือก
โปรดระบุชื่อเครื่องมือ ขั้นตอน และปัญหาที่พบในข้อเสนอแนะ ภาพหน้าจอช่วยให้ตรวจสอบได้ง่ายขึ้น
CrowdioSet SCNet: M1 ฝึกด้วยเสียงสะอาด M2 เพิ่มเสียงก้อง M3 เพิ่มผู้ชม และ M4 เพิ่มทั้งสองอย่าง M1/M2 ส่งออกสี่แทร็ก ส่วน M3/M4 เพิ่มแทร็กผู้ชม เสียงก้องจะยังอยู่และอาจมีเสียงผู้ชมร้องตามหลงเหลือ
BS-RoFormer SW Fixed ใช้ BS-Rofo-SW-Fixed.ckpt บวก BS-Rofo-SW-Fixed.yaml เพื่อแบ่งมิกซ์เต็มออกเป็น six WAV stems
แยกส่วนผสมทั้งหมดออกเป็น stems สไตล์ MUSDB มาตรฐานสี่แบบ
XLANCE-MSR เป็นระบบ source-restoration แปดคลาสสําหรับการแยก MIT checkpoint weights บวกกับการลดเสียงรบกวน มันไม่ใช่ทิศทางที่ไม่เกี่ยวข้อง เป็นส่วนขยายด้านวิศวกรรม/งานท้าทายที่สร้างขึ้นจากเส้นทาง six-stem BS-RoFormer ที่แข็งแกร่ง
MVSep Mega 53 Stems แยกมิกซ์ตามเครื่องดนตรีที่ตรวจพบ เหมาะสำหรับสำรวจการเรียบเรียงที่ซับซ้อน แต่แต่ละส่วนอาจไม่สะอาดเท่าผลจากโมเดลเฉพาะทาง
BS-RoFormer SW Fixed ใช้ BS-Rofo-SW-Fixed.ckpt บวก BS-Rofo-SW-Fixed.yaml เพื่อแบ่งมิกซ์เต็มออกเป็น six WAV stems
Sony MIMO SCNet แยกเสียงร้อง กลอง เบส และเครื่องดนตรีอื่น ๆ มีรุ่น SCNet และ SCNet Gen
Sony MIMO SCNet แยกเสียงร้อง กลอง เบส และเครื่องดนตรีอื่น ๆ มีรุ่น SCNet และ SCNet Gen
MDX23C Phantom Centre สกัดสัญญาณกึ่งกลางที่คล้ายกันระหว่างช่องสเตอริโอและส่งออกส่วนที่เหลือด้านข้าง เครื่องดนตรีที่อยู่กลางอาจถูกสกัดด้วย ส่วนเสียงร้องที่แพนไปด้านข้างอาจยังอยู่ โมเดลไม่ได้จำแนกชนิดเครื่องดนตรี
แยกเสียงเครื่องสายที่ใช้คันชักและส่งออกเสียงส่วนที่เหลือ เสียงที่มีลักษณะคล้ายกันและเสียงเครื่องสายสังเคราะห์อาจปะปนกันระหว่างแทร็ก
arXiv - 2026
SDR เฉลี่ยจากตาราง 2 และ 3: clean คือเสียงสะอาด noisy เพิ่มเสียงผู้ชม และ noisyrev เพิ่มผู้ชมกับเสียงก้อง จัดอันดับแยกตามเงื่อนไข โมเดลที่ฝึกด้วยเสียงก้องไม่ได้ลบเสียงก้อง
SDX23 music separation track - 2023
BS-RoFormer ใช้คุณสมบัติสเปกโตรแกรมแบบแยกแถบบวกกับ RoPE Transformers; ระบบ SDX23 อยู่ในอันดับแรกในแทร็กการแยกแหล่งเพลง และเวอร์ชันที่เล็กกว่ารายงาน SDR เฉลี่ย 9.80 dB ใน MUSDB18HQ
ICASSP - 2023
HT Demucs แทนที่เลเยอร์ Demucs หลักด้วย cross-domain Transformer attention และรายงาน 9.20 dB SDR พร้อมข้อมูลเพิ่มเติมและการปรับแต่งอย่างละเอียด
ICASSP - 2025
นำเสนอสถาปัตยกรรม sparse-compression แบบซับแบนด์ที่อยู่เบื้องหลัง Huge-SCNet-4stems checkpoint ที่ใช้งานจริง โดยสเปกโตรแกรมของสัญญาณผสมถูกแบ่งเป็นแถบย่อยที่บีบอัดด้วยอัตราต่างกันเพื่อการแยกเสียงคุณภาพสูงอย่างมีประสิทธิภาพ
arXiv - 2026
รายงานทางเทคนิคสําหรับระบบ XLANCE-MSR ที่ส่งไปยัง Music Source Restoration Challenge แรก
arXiv - 2026
เอกสารสรุปความท้าทายที่อธิบายงาน MSR ชุดข้อมูล ตัวชี้วัดวัตถุประสงค์ การประเมินอัตนัย และตารางการจัดอันดับขั้นสุดท้าย
arXiv - 2026
README รุ่นที่ตรึงไว้ของ Sony: MUSDB18-HQ ใช้มัธยฐานของมัธยฐานจาก museval เปรียบเทียบภายในวิธีทดสอบนี้เท่านั้น แยกจาก MVSEP และบทความอื่น
หมวดหมู่เอาต์พุต 5 รายการ
แสดงเฉพาะรายการที่ตรวจสอบแล้วว่ามีโค้ดอนุมานสาธารณะและน้ำหนักตรงกับรุ่นทดลอง รวมถึงอัลกอริทึมที่ไม่ต้องใช้น้ำหนัก โดยไม่รวมบริการปิด น้ำหนักที่ยังไม่เผยแพร่ หรือรุ่นทดลองที่จับคู่ไม่ได้ นี่ไม่ใช่อันดับรวมของทุกรุ่น
น้ำหนักชุดเดียวกันจะแสดงเพียงครั้งเดียวในแต่ละการทดสอบ โดยใช้ผลประเมินสาธารณะที่ดีที่สุดสำหรับตัวชี้วัดที่เลือก คะแนนรวมมาจากการประเมินครั้งเดียว ขยายเพื่อเปรียบเทียบผลประเมินและการตั้งค่าแต่ละครั้ง
การเผยแพร่น้ำหนักไม่ได้ยืนยันว่ามีสัญญาอนุญาตโอเพนซอร์สครบถ้วน ขยายข้อมูลเพื่อดูสัญญาอนุญาตน้ำหนักและเงื่อนไขการเข้าถึง รายการที่ไม่ระบุสัญญาอนุญาตจะแสดงแยกต่างหาก
เครื่องหมายระบุโมเดลหรือส่วนประกอบที่ใช้ที่นี่ คะแนนและการตั้งค่ามาจากการทดสอบที่อ้างอิง ไม่ใช่ผลประเมินใหม่ของกระบวนการทั้งหมดบนเว็บไซต์
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 4 / แถวต้นฉบับ 5
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
SAMAudio †
SDR เฉลี่ยจากตาราง 2 และ 3: clean คือเสียงสะอาด noisy เพิ่มเสียงผู้ชม และ noisyrev เพิ่มผู้ชมกับเสียงก้อง จัดอันดับแยกตามเงื่อนไข โมเดลที่ฝึกด้วยเสียงก้องไม่ได้ลบเสียงก้อง
| อันดับตามตัวชี้วัด | รุ่น | เงื่อนไขทดสอบ | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1น้ำหนักสาธารณะ · โค้ดอนุมาน | clean | 1.46 ± 3.4 ( 10.05 ) | 7.04 ± 3.6 ( 10.62 ) | 4.15 ± 3.5 ( 8.97 ) | 1.43 ± 3.5 ( 6.69 ) |
| - | CrowdioSet SCNet M2น้ำหนักสาธารณะ · โค้ดอนุมาน | rev | 1.10 ± 3.6 ( 9.01 ) | 8.23 ± 3.1 ( 9.86 ) | 5.36 ± 3.7 ( 7.77 ) | 3.63 ± 2.4 ( 5.98 ) |
| - | CrowdioSet SCNet M3น้ำหนักสาธารณะ · โค้ดอนุมาน | noisy | 3.26 ± 2.9 ( 9.97 ) | 7.00 ± 3.3 ( 10.68 ) | 3.91 ± 3.6 ( 8.85 ) | 1.79 ± 3.2 ( 6.69 ) |
| - | CrowdioSet SCNet M4โมเดลที่ใช้ในเว็บไซต์น้ำหนักสาธารณะ · โค้ดอนุมาน | noisyrev | 3.15 ± 3.1 ( 9.07 ) | 8.19 ± 3.3 ( 9.98 ) | 5.66 ± 3.6 ( 7.86 ) | 3.55 ± 2.7 ( 5.88 ) |
เครื่องหมายระบุโมเดลหรือส่วนประกอบที่ใช้ที่นี่ คะแนนและการตั้งค่ามาจากการทดสอบที่อ้างอิง ไม่ใช่ผลประเมินใหม่ของกระบวนการทั้งหมดบนเว็บไซต์
แยกชุดข้อมูล รุ่น และเงื่อนไข รวมถึงแหล่งที่ยังไม่มีรายการผ่านเกณฑ์จัดอันดับ
ติดตั้งได้ 4 / แถวต้นฉบับ 5
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
SAMAudio †
ติดตั้งได้ 2 / แถวต้นฉบับ 3
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
SAMAudio †
คะแนนอ้างอิงชุดข้อมูล ตัวชี้วัด และรุ่นโมเดลที่ระบุ จึงเปรียบเทียบข้ามการทดสอบโดยตรงไม่ได้
ตารางแสดงเฉพาะโมเดลที่มีเวตหรือการตั้งค่าแบบสาธารณะและเรียกใช้ในเครื่องได้
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 4 / แถวต้นฉบับ 5
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
SAMAudio †
SDR เฉลี่ยจากตาราง 2 และ 3: clean คือเสียงสะอาด noisy เพิ่มเสียงผู้ชม และ noisyrev เพิ่มผู้ชมกับเสียงก้อง จัดอันดับแยกตามเงื่อนไข โมเดลที่ฝึกด้วยเสียงก้องไม่ได้ลบเสียงก้อง
| อันดับตามตัวชี้วัด | รุ่น | เงื่อนไขทดสอบ | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1น้ำหนักสาธารณะ · โค้ดอนุมาน | clean | 1.46 ± 3.4 ( 10.05 ) | 7.04 ± 3.6 ( 10.62 ) | 4.15 ± 3.5 ( 8.97 ) | 1.43 ± 3.5 ( 6.69 ) |
| - | CrowdioSet SCNet M2น้ำหนักสาธารณะ · โค้ดอนุมาน | rev | 1.10 ± 3.6 ( 9.01 ) | 8.23 ± 3.1 ( 9.86 ) | 5.36 ± 3.7 ( 7.77 ) | 3.63 ± 2.4 ( 5.98 ) |
| - | CrowdioSet SCNet M3น้ำหนักสาธารณะ · โค้ดอนุมาน | noisy | 3.26 ± 2.9 ( 9.97 ) | 7.00 ± 3.3 ( 10.68 ) | 3.91 ± 3.6 ( 8.85 ) | 1.79 ± 3.2 ( 6.69 ) |
| - | CrowdioSet SCNet M4น้ำหนักสาธารณะ · โค้ดอนุมาน | noisyrev | 3.15 ± 3.1 ( 9.07 ) | 8.19 ± 3.3 ( 9.98 ) | 5.66 ± 3.6 ( 7.86 ) | 3.55 ± 2.7 ( 5.88 ) |
ตารางแสดงเฉพาะโมเดลที่มีเวตหรือการตั้งค่าแบบสาธารณะและเรียกใช้ในเครื่องได้
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 2 / แถวต้นฉบับ 3
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
SAMAudio †
SDR เฉลี่ยจากตาราง 2 และ 3: clean คือเสียงสะอาด noisy เพิ่มเสียงผู้ชม และ noisyrev เพิ่มผู้ชมกับเสียงก้อง จัดอันดับแยกตามเงื่อนไข โมเดลที่ฝึกด้วยเสียงก้องไม่ได้ลบเสียงก้อง
| อันดับตามตัวชี้วัด | รุ่น | เงื่อนไขทดสอบ | audience isolation | |
|---|---|---|---|---|
| non-reverberant↑ | reverberant↑ | |||
| 1 | CrowdioSet SCNet M3น้ำหนักสาธารณะ · โค้ดอนุมาน | noisy | 2.85 ± 1.3 | 1.25 ± 1.4 |
| 2 | CrowdioSet SCNet M4น้ำหนักสาธารณะ · โค้ดอนุมาน | noisyrev | 1.55 ± 1.0 | 1.56 ± 0.9 |