กําลังโหลด...
แยกเพลงเป็นแทร็กเสียงร้องและเครื่องดนตรีเพื่อฟัง มิกซ์ หรือทำดนตรีประกอบการฝึก
อินพุต
รองรับอินพุตในรูปแบบต่างๆ เช่น mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
รูปแบบที่รองรับ
เอาท์พุต
4 × WAV
กรณีการใช้งาน
Sony MIMO SCNet ใช้สองรอบเพื่อแยกเสียงร้อง เบส กลอง และเครื่องดนตรีอื่น รุ่น Gen เพิ่มสัญญาณรบกวนแบบสร้างขึ้น แต่ละรุ่นมีข้อเด่นต่างกัน ยังไม่มีหลักฐานว่าเหนือกว่า Huge SCNet โดยรวม
เลือกโมเดลให้เหมาะกับเนื้อหาและวัตถุประสงค์ แล้วดูตัวอย่างก่อนส่ง
ค่าใช้จ่าย เวลา รูปแบบและพารามิเตอร์ขึ้นอยู่กับโมเดลที่เลือก
โปรดระบุชื่อเครื่องมือ ขั้นตอน และปัญหาที่พบในข้อเสนอแนะ ภาพหน้าจอช่วยให้ตรวจสอบได้ง่ายขึ้น
Sony MIMO SCNet แยกเสียงร้อง กลอง เบส และเครื่องดนตรีอื่น ๆ มีรุ่น SCNet และ SCNet Gen
CrowdioSet SCNet: M1 ฝึกด้วยเสียงสะอาด M2 เพิ่มเสียงก้อง M3 เพิ่มผู้ชม และ M4 เพิ่มทั้งสองอย่าง M1/M2 ส่งออกสี่แทร็ก ส่วน M3/M4 เพิ่มแทร็กผู้ชม เสียงก้องจะยังอยู่และอาจมีเสียงผู้ชมร้องตามหลงเหลือ
CrowdioSet SCNet: M1 ฝึกด้วยเสียงสะอาด M2 เพิ่มเสียงก้อง M3 เพิ่มผู้ชม และ M4 เพิ่มทั้งสองอย่าง M1/M2 ส่งออกสี่แทร็ก ส่วน M3/M4 เพิ่มแทร็กผู้ชม เสียงก้องจะยังอยู่และอาจมีเสียงผู้ชมร้องตามหลงเหลือ
CrowdioSet SCNet: M1 ฝึกด้วยเสียงสะอาด M2 เพิ่มเสียงก้อง M3 เพิ่มผู้ชม และ M4 เพิ่มทั้งสองอย่าง M1/M2 ส่งออกสี่แทร็ก ส่วน M3/M4 เพิ่มแทร็กผู้ชม เสียงก้องจะยังอยู่และอาจมีเสียงผู้ชมร้องตามหลงเหลือ
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
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 4 รายการ
แสดงเฉพาะรายการที่ตรวจสอบแล้วว่ามีโค้ดอนุมานสาธารณะและน้ำหนักตรงกับรุ่นทดลอง รวมถึงอัลกอริทึมที่ไม่ต้องใช้น้ำหนัก โดยไม่รวมบริการปิด น้ำหนักที่ยังไม่เผยแพร่ หรือรุ่นทดลองที่จับคู่ไม่ได้ นี่ไม่ใช่อันดับรวมของทุกรุ่น
น้ำหนักชุดเดียวกันจะแสดงเพียงครั้งเดียวในแต่ละการทดสอบ โดยใช้ผลประเมินสาธารณะที่ดีที่สุดสำหรับตัวชี้วัดที่เลือก คะแนนรวมมาจากการประเมินครั้งเดียว ขยายเพื่อเปรียบเทียบผลประเมินและการตั้งค่าแต่ละครั้ง
การเผยแพร่น้ำหนักไม่ได้ยืนยันว่ามีสัญญาอนุญาตโอเพนซอร์สครบถ้วน ขยายข้อมูลเพื่อดูสัญญาอนุญาตน้ำหนักและเงื่อนไขการเข้าถึง รายการที่ไม่ระบุสัญญาอนุญาตจะแสดงแยกต่างหาก
เครื่องหมายระบุโมเดลหรือส่วนประกอบที่ใช้ที่นี่ คะแนนและการตั้งค่ามาจากการทดสอบที่อ้างอิง ไม่ใช่ผลประเมินใหม่ของกระบวนการทั้งหมดบนเว็บไซต์
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 3 / แถวต้นฉบับ 3
README รุ่นที่ตรึงไว้ของ Sony: MUSDB18-HQ ใช้มัธยฐานของมัธยฐานจาก museval เปรียบเทียบภายในวิธีทดสอบนี้เท่านั้น แยกจาก MVSEP และบทความอื่น
| อันดับตามตัวชี้วัด | รุ่น | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Bass / Drums / Other) | Download |
|---|---|---|---|---|---|---|---|
| - | Sony SCNet baselineน้ำหนักสาธารณะ · โค้ดอนุมาน | 10.6 M | 11 sec | 48 | 1,500,000 | 9.71 / 9.65 / 10.61 / 7.26 | Download |
| - | Sony MIMO SCNetโมเดลที่ใช้ในเว็บไซต์น้ำหนักสาธารณะ · โค้ดอนุมาน | 10.6 M | 11 sec | 48 | 1,500,000 | 9.82 / 10.46 / 10.93 / 7.69 | Download |
| - | Sony MIMO SCNet Genน้ำหนักสาธารณะ · โค้ดอนุมาน | 10.6 M | 11 sec | 48 | 1,500,000 | 9.88 / 10.17 / 10.81 / 7.61 | Download |
เครื่องหมายระบุโมเดลหรือส่วนประกอบที่ใช้ที่นี่ คะแนนและการตั้งค่ามาจากการทดสอบที่อ้างอิง ไม่ใช่ผลประเมินใหม่ของกระบวนการทั้งหมดบนเว็บไซต์
แยกชุดข้อมูล รุ่น และเงื่อนไข รวมถึงแหล่งที่ยังไม่มีรายการผ่านเกณฑ์จัดอันดับ
ติดตั้งได้ 3 / แถวต้นฉบับ 3
คะแนนอ้างอิงชุดข้อมูล ตัวชี้วัด และรุ่นโมเดลที่ระบุ จึงเปรียบเทียบข้ามการทดสอบโดยตรงไม่ได้
ตารางแสดงเฉพาะโมเดลที่มีเวตหรือการตั้งค่าแบบสาธารณะและเรียกใช้ในเครื่องได้
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 3 / แถวต้นฉบับ 3
README รุ่นที่ตรึงไว้ของ Sony: MUSDB18-HQ ใช้มัธยฐานของมัธยฐานจาก museval เปรียบเทียบภายในวิธีทดสอบนี้เท่านั้น แยกจาก MVSEP และบทความอื่น
| อันดับตามตัวชี้วัด | รุ่น | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Bass / Drums / Other) | Download |
|---|---|---|---|---|---|---|---|
| - | Sony SCNet baselineน้ำหนักสาธารณะ · โค้ดอนุมาน | 10.6 M | 11 sec | 48 | 1,500,000 | 9.71 / 9.65 / 10.61 / 7.26 | Download |
| - | Sony MIMO SCNetน้ำหนักสาธารณะ · โค้ดอนุมาน | 10.6 M | 11 sec | 48 | 1,500,000 | 9.82 / 10.46 / 10.93 / 7.69 | Download |
| - | Sony MIMO SCNet Genน้ำหนักสาธารณะ · โค้ดอนุมาน | 10.6 M | 11 sec | 48 | 1,500,000 | 9.88 / 10.17 / 10.81 / 7.61 | Download |