Iterative Audio Separation with Mixture Consistency via MIMO Model Extension
arXiv - 2026
README รุ่นที่ตรึงไว้ของ Sony: MUSDB18-HQ ใช้มัธยฐานของมัธยฐานจาก museval เปรียบเทียบภายในวิธีทดสอบนี้เท่านั้น แยกจาก MVSEP และบทความอื่น
กําลังโหลด...
แยกเสียงร้องหลัก เสียงประสาน และดนตรี หรือสกัดเสียงร้องแห้งสำหรับเพลงคัฟเวอร์และคาราโอเกะ
อินพุต
อัปโหลดเพลงเต็มหรือแหล่งคัฟเวอร์
รูปแบบที่รองรับ
เอาท์พุต
ดาวน์โหลดเสียงประสานไม่มีดนตรีประกอบ เสียงร้องพร้อมประสาน เสียงประสานพร้อมดนตรีประกอบ ดนตรีประกอบไม่มีเสียงประสาน และเสียงร้องไม่มีเสียงประสาน
กรณีการใช้งาน
การวางตําแหน่ง: ความกลมกลืนห้า stem แยกด้วย harmony vocals vocals ด้วยความกลมกลืน ดนตรีประกอบ ดนตรีประกอบที่สะอาด และการล้าง vocal ตะกั่วสําหรับการคัฟเวอร์ การฝึกฝน และการมิกซ์โดยละเอียด
เลือกโมเดลให้เหมาะกับเนื้อหาและวัตถุประสงค์ แล้วดูตัวอย่างก่อนส่ง
ค่าใช้จ่าย เวลา รูปแบบและพารามิเตอร์ขึ้นอยู่กับโมเดลที่เลือก
โปรดระบุชื่อเครื่องมือ ขั้นตอน และปัญหาที่พบในข้อเสนอแนะ ภาพหน้าจอช่วยให้ตรวจสอบได้ง่ายขึ้น
การแยกความสามัคคี: MVSep 9205 BS-Kar AVG ห่วงโซ่น้ําหนักสาธารณะทํางานบนมิกซ์เต็มรูปแบบ Leap XE และ BS-RoFormer Leap Instrumental จัดหา stems อ้างอิง
Sony MIMO BS-RoFormer แยกเสียงร้องและดนตรีประกอบ มีรุ่น Large และ Small มิกซ์ที่ซับซ้อนอาจยังมีเสียงรั่วปะปน
Sony MIMO BS-RoFormer แยกเสียงร้องและดนตรีประกอบ มีรุ่น Large และ Small มิกซ์ที่ซับซ้อนอาจยังมีเสียงรั่วปะปน
Runtime wrapper สําหรับ checkpoints ตัวคั่นสไตล์ UVR/MVSep มีการโหลดโมเดล การส่งออก WAV stem และการจัดการรูปแบบเสียงที่สนับสนุนโดย FFmpeg ที่ใช้โดยเครื่องมือนี้
การแยกความกลมกลืน: MVSep 9205 จัดหาขานํา/ดนตรีประกอบพร้อมความกลมกลืน BS-RoFormer วงดนตรี Leap XE 90 ให้ vocals ด้วยความกลมกลืน และวงดนตรี BS-RoFormer Leap Instrumental ให้การอ้างอิงดนตรีประกอบ
การแยกเสียงร้องแห้ง: Leap XE 90 bands ให้เสียงร้องนำ BS-RoFormer Leap Instrumental ให้ค่าอ้างอิงดนตรีประกอบ MVSep 9205 BS-Kar AVG กำจัดฮาร์โมนีพื้นหลัง และโมเดล dereverb anvuew BS-RoFormer กำจัดเสียงก้อง
MelBand Aspiration แยกเสียงลมและลมหายใจออกจากเสียงอื่น มีรุ่นมาตรฐานและรุ่นอ่อนกว่า อาจดึงเสียงเสียดแทรกที่คล้ายกันออกด้วย ควรใช้เสียงร้องที่แยกแล้วและตรวจความชัดของคำ
MelBand Aspiration แยกเสียงลมและลมหายใจออกจากเสียงอื่น มีรุ่นมาตรฐานและรุ่นอ่อนกว่า อาจดึงเสียงเสียดแทรกที่คล้ายกันออกด้วย ควรใช้เสียงร้องที่แยกแล้วและตรวจความชัดของคำ
arXiv - 2026
README รุ่นที่ตรึงไว้ของ Sony: MUSDB18-HQ ใช้มัธยฐานของมัธยฐานจาก museval เปรียบเทียบภายในวิธีทดสอบนี้เท่านั้น แยกจาก MVSEP และบทความอื่น
SDX23 music separation track - 2023
BS-RoFormer ใช้คุณสมบัติสเปกโตรแกรมแบบแยกแถบบวกกับ RoPE Transformers; ระบบ SDX23 อยู่ในอันดับแรกในแทร็กการแยกแหล่งเพลง และเวอร์ชันที่เล็กกว่ารายงาน SDR เฉลี่ย 9.80 dB ใน MUSDB18HQ
TISMIR - 2024
กระดาษแยกเพลง SDX23 บันทึกเกณฑ์มาตรฐาน MSS การทดสอบการฟังที่แข็งแกร่ง และระบบที่ดีที่สุดได้รับการปรับปรุงจากความท้าทายก่อนหน้านี้มากกว่า 1.6 dB SDR MDXDB21
arXiv / ISMIR late-breaking demo - 2023
Mel-RoFormer แทนที่แถบฮิวริสติกที่ไม่ทับซ้อนกันด้วยแถบย่อย mel-band ที่ทับซ้อนกัน และรายงานการแยกที่ดีกว่า BS-RoFormer สําหรับ vocals, drums และ stems อื่นๆ บน MUSDB18HQ
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 "-"
มุมมองรวมใช้ SDR ของเสียงร้องหลัก ซึ่งเป็นค่าที่วัดร่วมกันสำหรับทุกโมเดลในตารางนี้ เสียงร้องประสานล้วนและเสียงร้องประสานพร้อมดนตรีประกอบเป็นคนละหมวด จึงไม่เฉลี่ยรวมกัน
| อันดับตามตัวชี้วัด | รุ่น | เสียงร้องนำ↑SDR (dB) ↑ | เสียงประสาน↑SDR (dB) ↑ | ดนตรีประกอบ↑SDR (dB) ↑ | ดนตรีประกอบ (รวมเสียงร้องประสาน)↑SDR (dB) ↑ |
|---|---|---|---|---|---|
| 1 | BS-Kar-Gabox_IS + BS-Kar-Frazer&Becruily + BS-Kar-Anvuew (AVG)ส่วนประกอบของกระบวนการน้ำหนักสาธารณะ · โค้ดอนุมานBS-Kar-Gabox_ISBS-Kar-Frazer&BecruilyBS-Kar-Anvuewโค้ดอนุมาน bsroformers/bs_karaoke_gabox_IS.ckptการตั้งค่าการประเมินไม่ระบุสัญญาอนุญาตน้ำหนัก | 10.4296 | - | - | 15.8159 |
| 2 | bs_karaoke_anvuew.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 10.1586 | - | - | 15.5449 |
| 3 | bs_karaoke_becruily.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 10.1005 | - | - | 15.4868 |
| 4 | bs_karaoke_gabox.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 10.0246 | - | - | 15.4109 |
| 5 | mbr_karaoke1_gilliaaan.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 9.8160 | - | - | 14.8532 |
| 6 | bs_pope_karaoke_974_lambda.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 9.7257 | - | - | 15.1120 |
| 7 | mbr_karaoke_small_gabox_aufr33.ckptน้ำหนักสาธารณะ · โค้ดอนุมานน้ำหนักสาธารณะโค้ดอนุมาน mel_band_roformer/mbr_karaoke_small_gabox_aufr33.ckptไม่ระบุสัญญาอนุญาตน้ำหนัก | 9.6911 | - | - | 15.0774 |
| 8 | mbr_karaoke2_gabox.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 9.6822 | - | - | 15.0684 |
| 9 | mbr_karaoke1_gabox.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 9.6798 | - | - | 15.0661 |
| 10 | mbr_karaoke_becruily.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 9.6148 | - | - | 14.2185 |
| 11 | bs_pope_karaoke2_lambda.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 9.4050 | - | - | 14.7913 |
| 12 | mbr_karaoke_aufr33_viperx.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 9.3260 | - | - | 14.7123 |
| 13 | mbr_karaoke28022025_gabox.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 9.2269 | - | - | 14.6132 |
| 14 | mbr_karaoke25022025_gabox.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 8.6502 | - | - | 14.0365 |
| 15 | bs_karaoke_3stem_giantailab.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 8.5410 | 4.1583 | 14.2295 | - |
| 16 | bs_karaoke_inv_gabox.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 8.3846 | - | - | 13.7722 |
| 17 | mbr_karaoke_fusion_aggr_gonzaluigi.ckptน้ำหนักสาธารณะ · โค้ดอนุมานน้ำหนักสาธารณะโค้ดอนุมาน mel_band_roformer/mbr_karaoke_fusion_aggr_gonzaluigi.ckptไม่ระบุสัญญาอนุญาตน้ำหนัก | 8.3818 | - | - | 13.7681 |
| 18 | mbr_karaoke_fusion_gonzaluigi.ckptน้ำหนักสาธารณะ · โค้ดอนุมานน้ำหนักสาธารณะโค้ดอนุมาน mel_band_roformer/mbr_karaoke_fusion_gonzaluigi.ckptไม่ระบุสัญญาอนุญาตน้ำหนัก | 8.3583 | - | - | 13.7446 |
| 19 | mbr_karaoke_fusion2_aggr_gonzaluigi.ckptน้ำหนักสาธารณะ · โค้ดอนุมานน้ำหนักสาธารณะโค้ดอนุมาน mel_band_roformer/mbr_karaoke_fusion2_aggr_gonzaluigi.ckptไม่ระบุสัญญาอนุญาตน้ำหนัก | 6.6540 | - | - | 12.0403 |
| 20 | 5_hp-karaoke-uvr.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 6.5766 | - | - | 11.9430 |
| 21 | mdx_karaoke1.onnxน้ำหนักสาธารณะ · โค้ดอนุมาน | 6.4123 | - | - | 11.7986 |
| 22 | 6_hp-karaoke-uvr.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 6.3516 | - | - | 11.7202 |
| 23 | mbr_karaoke_fusion_total_aggr_gonzaluigi.ckptน้ำหนักสาธารณะ · โค้ดอนุมานน้ำหนักสาธารณะโค้ดอนุมาน mel_band_roformer/mbr_karaoke_fusion_total_aggr_gonzaluigi.ckptไม่ระบุสัญญาอนุญาตน้ำหนัก | 6.2167 | - | - | 11.6030 |
| 24 | mgm-v5-karokee-32000-beta1.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 5.7597 | - | - | 11.1547 |
| 25 | mgm-v5-karokee-32000-beta2-agr.ckptน้ำหนักสาธารณะ · โค้ดอนุมาน | 5.6449 | - | - | 11.0187 |
| 26 | mdx_karaoke2.onnxน้ำหนักสาธารณะ · โค้ดอนุมาน | 4.7226 | - | - | 10.1088 |
เครื่องหมายระบุโมเดลหรือส่วนประกอบที่ใช้ที่นี่ คะแนนและการตั้งค่ามาจากการทดสอบที่อ้างอิง ไม่ใช่ผลประเมินใหม่ของกระบวนการทั้งหมดบนเว็บไซต์
แยกชุดข้อมูล รุ่น และเงื่อนไข รวมถึงแหล่งที่ยังไม่มีรายการผ่านเกณฑ์จัดอันดับ
ติดตั้งได้ 26 / แถวต้นฉบับ 127 · ตรวจสอบเมื่อ 2026-10-25
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
Mel-RoFormer (Karaoke / Duet) · Ensemble of 5 Karaoke Models (2026.10) · MVSep Lead/Back BS Roformer 124 bands (2026.10) Overlap: 8 · MVSep Lead/Back BS Roformer 124 bands (2026.10) · BS-Kar-Gabox_IS + BS-Kar-Frazer&Becruily + BS-Kar-Anvuew + BS-Kar-ByMVSepTeaм (AVG) · MVSep Lead/Back BSRoformer (2025.09) · deux karaoke · BSkarfrazerBecruily+BSkarMVSEP+MBkarGaboxV2 · BS-karaoke-Frazer&Becruily + BS-Karaoke-Anvuew (AVG) · BS-Kar-FrazerBecruily+MB-Kar-Becruily+BS-Kar-byMVSepTeam · BSFrazerBecruily + MBBecruily · BS Roformer Karaoke by anvuew · karaoke gabox · BS-Kar-Gabox_IS + BS-Kar-Frazer&Becruily + BS-Kar-Anvuew (Max Spec) · BS-Roformer Karaoke anvuew · sami-bytedance · KarGaboxV2+KarAufr33ViperX+KarFrazerBecruily +KarBecruily Average/Average · BS-Roformer Karaoke (frazer & becruily) · BS Roformer Karaoke Gabox · gilliaan mbrofo karaoke V1 · MVSep Karaoke MelBand Roformer (fused model gabox + aufr33/viperx) · gilliaan_melroformer_karaoke_v1 · karaoke_gaboxv2 · karaoke gabox v1 · Ensemble (MelBand Roformer aufr33 and becruily) · BS PolarFormer SoloVoice TEST29 · BSPolafFormer SoloVoice Ensemble V1+V2 · MelBand_Karaoke_BVE_Gonzaluigi · Small Karaoke Gabox&Aufr · gabox_frazer&becruily_anvuew fused model · roformer-harmoney-5 · SCNet BVE · SCNet BVE + MelRoformer BVE · MelBand Roformer Karaoke by becruily · BSPFSV TEST 42 · SCNet BVE + MelRoformer BVE + Becruily Karaoke · last_bs_roformer by gabox · Potato · BS-RoFormer Karaoke · BSPFSV TEST 40 · BS PolarFormer SoloVoice TEST39 · BSPFSV TEST 41 · roformer-harmoney-2 · BSPolafFormer SoloVoice TEST№2 · BSPolafFormer SoloVoice TEST№4 · BSPolafFormer SoloVoice TEST№3 · roformer-harmoney-3 · BSPolafFormer SoloVoice TEST · MelBand Roformer Karaoke by aufr33 и viperx · Fuzed BS-kar-Frazer\Becruily + BS-kar-Anvuew 0.5/0.5 · BSPFSV TEST 43 · MelRoformer BVE · test_lead_back_0907 · MelBand Roformer Karaoke by aufr33 и viperx (extract from vocals) · MelBand Roformer Karaoke by becruily (extract from vocals) · 111521 · Diff-VS (Karaoke / Duet) · roformer_harmoney · tf-yingmusic-3-stem · BS PolarFormer Karaoke TEST15 · Karaoke 7 · gilliaan_bsroformer_deeffect_v1beta · DeMIX Pro (extract from vocals) · MDX-B (Karaoke, extract from vocals) · Karaoke 8 · Mel Band RoFormer Duet · DeMIX Pro · BS PolarFormer Karaoke TEST6 · BS PolarFormer Karaoke TEST5 · MDX-B (Karaoke) · BS PolarFormer Karaoke TEST7 · Karaoke6 · BS PolarFormer Karaoke TEST10 · MelBand Karaoke Fusion Total by Gonzaluigi Nyan · BS PolarFormer Karaoke TEST11 · BS PolarFormer Karaoke TEST8 · BS PolarFormer Karaoke TEST13 · BS PolarFormer Karaoke TEST9 · BS PolarFormer Karaoke TEST14 · BS PolarFormer Karaoke TEST12 · HTDemucs - wesleyr36 · UVR Karaoke model (karokee_4band_v2_sn) · BVEv1+BVEv2Aufr33 Avg · UVR Karaoke model (HP-KAROKEE-MSB2-3BAND-3090) · Karaoke 5 · BS PolarFormer Karaoke TEST4 · BS PolarFormer Karaoke TEST3 · BS PolarFormer Karaoke TEST2 · Karaoke 4 · Kimberley Jensen MelBand Roformer (Vocal model) · BS PolarFormer Karaoke TEST1 · MelBand Roformer by becruily · MelBand Roformer by becruily (moddifed) · MelBand Roformer Karaoke by Gabox (moddifed) · MelBand Roformer Karaoke by Gabox · UVR Back Vocals model (UVR-BVE-4B_SN-44100-1) · becruily karaoke high fullness
ค้นหาวิธีประมวลผลและขั้นตอนที่เหมาะกับไฟล์ของคุณ