A Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound Separation
ICML - 2026
可用 AudioSep-Hive、FlowSep-Hive 或 CLAPSep 按开放词汇描述提取声音，也可用 Banquet 按 10 秒参考音频分离相匹配的声源。
加载中...
用文字或参考音频指定目标声音，从录音中提取并下载。
输入
支持 mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv 等格式输入
支持格式
输出
WAV
适用场景
重混、伴奏练习和分声部编辑。
按素材和用途选择模型，查看示例后再提交。
费用、耗时、格式和参数以所选模型为准。
反馈时请注明工具名称、操作步骤和遇到的问题，可附截图帮助定位。
Banquet：重混、伴奏练习和分声部编辑。
用文字描述目标声音，从混音中提取，适合已有明确目标但没有参考音频的素材。
用文字指定目标，采用流匹配分离；可与 AudioSep 对照相同片段的漏声和串音。
CLAPSep：重混、伴奏练习和分声部编辑。
SAM Audio Base：重混、伴奏练习和分声部编辑。
SAM Audio Large：重混、伴奏练习和分声部编辑。
ICML - 2026
可用 AudioSep-Hive、FlowSep-Hive 或 CLAPSep 按开放词汇描述提取声音，也可用 Banquet 按 10 秒参考音频分离相匹配的声源。
IEEE/ACM TASLP - 2024
可用 AudioSep-Hive、FlowSep-Hive 或 CLAPSep 按开放词汇描述提取声音，也可用 Banquet 按 10 秒参考音频分离相匹配的声源。
ISMIR - 2024
可用 AudioSep-Hive、FlowSep-Hive 或 CLAPSep 按开放词汇描述提取声音，也可用 Banquet 按 10 秒参考音频分离相匹配的声源。
包含本站与站外的公开测试结果。默认显示来源完整表，也可切换条件和指标比较；不同测试条件的分数不能直接比较。
仅展示已核实公开推理实现及对应权重的记录（无需权重的算法除外）。封闭服务、未公开权重或无法匹配实验版本的记录不入榜；这不是全领域总榜。
公开权重不等于许可完整的开源。权重许可和访问条件见展开数据；未明确声明的许可单独标注。
当前选择的模型尚无可核验的对应公开成绩，未赋予排名。
切换数据集查看每个模型的完整指标。默认按官方名次或所选指标排序；粗体为同评测口径下的列最优值，并列均标出。不同口径不合并排名，缺分为 -。
OVR 是论文的成对主观评分，依赖比较对象；不能与其他实验的 OVR 合并，也不代表本站权重复测。
| 指标名次 | 模型 | 音效↑OVR (1–5) | 对白↑OVR (1–5) | 说话人↑OVR (1–5) | 音乐↑OVR (1–5) | 真实场景乐器↑OVR (1–5) | 录音室乐器↑OVR (1–5) |
|---|---|---|---|---|---|---|---|
| 1 | SAM Audio | 3.59 | 4.29 | 4.15 | 4.05 | 4 | 4.45 |
| 2 | SoloAudio | 2.97 | 3.32 | 2.45 | 2.47 | 2.71 | 2.3 |
| 3 | CLAPSep | 2.92 | 2.47 | 2.79 | 2.97 | 2.81 | 2.56 |
| 4 | AudioSep | 2.88 | 2.85 | 2.79 | 3.51 | 2.59 | 2.45 |
| 5 | FlowSep | 2.65 | 2.14 | 2.13 | 2.9 | 2.69 | 2.02 |
| - | MossFormer2 | - | - | 2.54 | - | - | - |
| - | Tiger | - | - | 2.5 | - | - | - |
| - | Demucs | - | - | - | - | - | 4.26 |
| - | Spleeter | - | - | - | - | - | 3.9 |
数据集、版本和条件分别列出，未纳入排行的评测也保留来源。
可部署条目 3 / 原表 11
以下实验尚未核实完整的公开推理包；同名模型的其他权重不能替代。
LASS-Net ( Liu et al., 2022 ) · Discriminative Models · CLIPSep ( Dong et al., 2023 ) · Discriminative Models · OmniSep ( Cheng et al., 2025 ) · Discriminative Models · ZETA ( Manor and Michaeli, 2024 ) · Generative Models · FlowSep ( Yuan et al., 2025 ) · Generative Models · ZeroSep ( Huang et al., 2025 ) · Generative Models · DGMO ( Lee et al., 2025b ) · Generative Models · SAM-Audio ( Shi et al., 2025 ) · Generative Models
可部署条目 3 / 原表 3
评测分数对应各自的数据集、指标和模型版本，不同测试的分数不能直接比较。
表中只列出有公开权重或配置、可在本地运行的模型。
切换数据集查看每个模型的完整指标。默认按官方名次或所选指标排序；粗体为同评测口径下的列最优值，并列均标出。不同口径不合并排名，缺分为 -。
可部署条目 3 / 原表 11
以下实验尚未核实完整的公开推理包；同名模型的其他权重不能替代。
LASS-Net ( Liu et al., 2022 ) · Discriminative Models · CLIPSep ( Dong et al., 2023 ) · Discriminative Models · OmniSep ( Cheng et al., 2025 ) · Discriminative Models · ZETA ( Manor and Michaeli, 2024 ) · Generative Models · FlowSep ( Yuan et al., 2025 ) · Generative Models · ZeroSep ( Huang et al., 2025 ) · Generative Models · DGMO ( Lee et al., 2025b ) · Generative Models · SAM-Audio ( Shi et al., 2025 ) · Generative Models
数值来自所链接的公开来源；行标签标明测试集或检查点，未报告的分数显示为 -。
| 指标名次 | 模型 | 评测条件 | Signal Fidelity ↑ | Perceptual & Semantic Quality | Reference-free Quality ↑ | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| SDR | SI-SDR | LPAPS ↓ | FAD ↓ | CLAP-A ↑ | CLAP-T ↑ | MUSHRA ↑ | OQ | Rec | Pre | Fai | |||
| 1 | AudioSep (Hive)公开权重 · 推理代码 | Discriminative Models | 5.67 | 5.02 | 3.86 | 0.80 | 0.65 | 0.31 | 68.4 | 3.34 | 4.81 | 3.40 | 4.39 |
| 2 | AudioSep ( Liu et al., 2024 )公开权重 · 推理代码 | Discriminative Models | 2.37 | 1.58 | 4.22 | 0.90 | 0.57 | 0.26 | 60.9 | 2.94 | 4.86 | 2.96 | 4.47 |
| - | FlowSep (Hive)公开权重 · 推理代码 | Generative Models | - | - | 4.25 | 0.84 | 0.61 | 0.19 | 61.8 | 3.05 | 4.18 | 3.35 | 3.70 |
表中只列出有公开权重或配置、可在本地运行的模型。
切换数据集查看每个模型的完整指标。默认按官方名次或所选指标排序；粗体为同评测口径下的列最优值，并列均标出。不同口径不合并排名，缺分为 -。
可部署条目 3 / 原表 3
数值来自所链接的公开来源；行标签标明测试集或检查点，未报告的分数显示为 -。
| 指标名次 | 模型 | 2-sources separation · 1-target | 3-sources separation · 1-target | 3-sources separation · 2-target | 4-sources separation · 1-target | 4-sources separation · 2-taget | 4-sources separation · 3-target | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | ||
| 1 | CLAPSep-PN公开权重 · 推理代码 | 12.67±7.80 | 11.79±8.23 | 8.96±6.13 | 8.09±6.17 | 8.90±5.78 | 7.82±6.32 | 7.73±5.79 | 6.80±6.00 | 5.20±4.63 | 4.01±4.95 | 8.00±4.87 | 6.73±5.20 |
| 2 | CLAPSep-P公开权重 · 推理代码 | 10.03±11.27 | 8.70±12.64 | 6.48±7.82 | 5.73±8.50 | 6.35±7.36 | 4.88±8.10 | 5.94±7.58 | 4.85±8.29 | 2.91±5.54 | 1.37±5.98 | 5.34±6.70 | 3.79±7.09 |
| 3 | AudioSep公开权重 · 推理代码 | 8.60±8.86 | 7.38±9.48 | 4.90±6.13 | 4.20±6.42 | 5.30±5.38 | 2.96±5.54 | 3.52±5.21 | 2.81±5.76 | 2.37±4.26 | 0.65±4.32 | 4.20±4.51 | 2.03±4.27 |