加载中...

鼓组分离 · TelkNet

分离与拆轨GPU 运行GitHub 456656868538205ef756912c7cf5b0fd936de8af / 5856a9bee7c6d503842795756d238dc8470f6f3e010e9e4f33ede0362850cb4c

鼓组分离

将鼓录音拆成可单独编辑的鼓件音轨，支持 DrumSep、IDM 和 MSG-LD。按素材选择完整混音或独立鼓轨，比较各模型的鼓件类别和输出格式，试听后下载 WAV；起音表与 MIDI 仅由支持转写的模型提供。

35 积分/次文件输入最大 100 MB预计 20-1800 秒

输入

支持 mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv 等格式输入

支持格式

mp3wavflacoggm4aaacaifaiffmp4movmkv

输出

9 × WAV

适用场景

将鼓轨拆为各鼓件音轨，支持 IDM 和 MSG-LD。

选择主模型

MDX23C DrumSep可用MDX23C DrumSep · 5 stems：鼓组混音、鼓声替换、瞬态编辑、练习轨，以及以鼓为中心的分析。鼓组分离 · IDM可用IDM 输出九类鼓件音轨，不输出 MIDI。MSG-LD可用MSG-LD 生成五类鼓件音轨并检测起音；MIDI 力度固定为 100，播放时长固定为 0.1 秒。

按用途选择：先看输入与输出需求，再参考同条件实测、公开评测和模型能力。缺少公开分数不代表质量较差；参数更多、发布时间更新也不自动代表更好。这里的顺序是使用建议，不是总榜名次。

费用、耗时、格式和参数以所选模型为准。

同领域模型排行

2 条参评记录

包含本站与站外的公开测试结果。默认按综合成绩排序；手动切换榜单或分项可查看相应排名。各榜单使用独立的测试条件。

仅收录已核实公开权重和推理代码的模型；封闭服务及无法核实权重的提交不进入排行。

测试榜单排行分项

综合排行越高越好 · 强者在前

综合分为 5 项同条件成绩的等权平均，仅纳入分项齐全的记录。

计分项：底鼓 · 军鼓 · 通鼓 · 踩镲 · 镲片

标记表示本站使用的模型或组件；成绩和参数以公开测试为准，不是整条处理链路的复测结果。

MVSEP · 质量评测 ↗数据核对：2026-09-28

查看图表数据

排名	模型	平均 SDR (dB)
1	MDX23C DrumSep 5 stems by Aufr33 & Jarredou本站模型公开权重推理代码	10.1846
2	MDX23C DrumSep 6 stems by Aufr33 & Jarredou本站模型公开权重推理代码	8.4534

全部原始成绩与来源

分数只代表所列来源中的数据集、指标与模型版本；表内领先不等于当前全球第一，也不证明本站运行结果。无可比分数的模型仍可按能力与实测优先使用。

基准图表：模型对比

分数来自所列的公开来源；蓝色行代表本工具可使用的模型。

论文与基准说明

Pinned MSST pretrained-model table

数值来自所链接的公开来源；行标签标明测试集或检查点，缺少同协议结果的模型不列入。

公开资料核对：2026-09-23

评测条件	模型	SDR (dB) ↑	详细指标
DrumSep test · official five-stem checkpoint	MDX23C DrumSep · 5 stemsMSST table · kick SDR is the headline value	16.66	军鼓11.53通鼓12.33踩镲4.04镲片6.36
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	军鼓9.79通鼓10.63踩镲3.19叮叮镲 + 强音镲6.08

IDM · StemGMD · 9 classes

IDM · Table III

IDM 输出九类鼓声 WAV。表中 nSDR、LSD 和 PES 衡量音频分离，不是 MIDI 转录分数，也不与 MSG-LD 的 FAD 混排。

名次仅在同一表格、同一测试条件内计算，并列保留。切换指标后重新排序；横向滚动可查看全部列。缺失值不记零、不参与排名。

公开资料核对：2026-09-23

按指标排名评测条件

显示 9/9 行 · 5 个指标

IDM · StemGMD · 9 classes
排名	评测条件	模型	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

论文分别报告 OB、TB 和 OBTB，OB 的分数不能归给默认 OBTB。音符 F1 与音频 mel-MSE/FAD 分表展示；论文检测流程的分数不是本站复测结果。

名次仅在同一表格、同一测试条件内计算，并列保留。切换指标后重新排序；横向滚动可查看全部列。缺失值不记零、不参与排名。

公开资料核对：2026-09-23

按指标排名评测条件

显示 12/12 行 · 1 个指标

MSG-LD · mel-MSE
排名	评测条件	模型	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

论文分别报告 OB、TB 和 OBTB，OB 的分数不能归给默认 OBTB。音符 F1 与音频 mel-MSE/FAD 分表展示；论文检测流程的分数不是本站复测结果。

名次仅在同一表格、同一测试条件内计算，并列保留。切换指标后重新排序；横向滚动可查看全部列。缺失值不记零、不参与排名。

公开资料核对：2026-09-23

按指标排名评测条件

显示 12/12 行 · 1 个指标

MSG-LD · FAD
排名	评测条件	模型	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

论文分别报告 OB、TB 和 OBTB，OB 的分数不能归给默认 OBTB。音符 F1 与音频 mel-MSE/FAD 分表展示；论文检测流程的分数不是本站复测结果。

名次仅在同一表格、同一测试条件内计算，并列保留。切换指标后重新排序；横向滚动可查看全部列。缺失值不记零、不参与排名。

公开资料核对：2026-09-23

按指标排名评测条件

显示 12/12 行 · 3 个指标

MSG-LD · MDB / ENST · 50 ms
排名	评测条件	模型	F1 (%)	精确率 (%)	召回率 (%)
—	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

论文分别报告 OB、TB 和 OBTB，OB 的分数不能归给默认 OBTB。音符 F1 与音频 mel-MSE/FAD 分表展示；论文检测流程的分数不是本站复测结果。

名次仅在同一表格、同一测试条件内计算，并列保留。切换指标后重新排序；横向滚动可查看全部列。缺失值不记零、不参与排名。

公开资料核对：2026-09-23

按指标排名评测条件

显示 6/6 行 · 3 个指标

MSG-LD · Vanilla / OB / TB / OBTB
排名	评测条件	模型	F1 (%)	精确率 (%)	召回率 (%)
#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	—	—

模型、参数和来源

IDM 输出九类鼓件音轨，不输出 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：鼓组混音、鼓声替换、瞬态编辑、练习轨，以及以鼓为中心的分析。

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

MDX23C DrumSep · 6 stems

MDX23C DrumSep · 6 stems：鼓组混音、鼓声替换、瞬态编辑、练习轨，以及以鼓为中心的分析。

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 使用官方 Wiener 掩码；none 关闭掩码。
Wiener 掩码的幂指数，官方默认 1。
完整混音会先提取鼓轨：MSG-LD 使用官方 Demucs，其余新模型使用 AudioSep；仅鼓轨跳过这一步。
IDM 输出九类鼓声 WAV。表中 nSDR、LSD 和 PES 衡量音频分离，不是 MIDI 转录分数，也不与 MSG-LD 的 FAD 混排。

MSG-LD · OBTB

MSG-LD 生成五类鼓件音轨并检测起音；MIDI 力度固定为 100，播放时长固定为 0.1 秒。

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

msgld_ob 使用起音分支；msgld_obtb 同时使用起音和音色分支。
官方 DDIM 采样步数，默认 200；不支持的时间步组合会报错。
完整混音会先提取鼓轨：MSG-LD 使用官方 Demucs，其余新模型使用 AudioSep；仅鼓轨跳过这一步。
论文分别报告 OB、TB 和 OBTB，OB 的分数不能归给默认 OBTB。音符 F1 与音频 mel-MSE/FAD 分表展示；论文检测流程的分数不是本站复测结果。

MSG-LD · OB

MSG-LD 生成五类鼓件音轨并检测起音；MIDI 力度固定为 100，播放时长固定为 0.1 秒。

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

msgld_ob 使用起音分支；msgld_obtb 同时使用起音和音色分支。
官方 DDIM 采样步数，默认 200；不支持的时间步组合会报错。
完整混音会先提取鼓轨：MSG-LD 使用官方 Demucs，其余新模型使用 AudioSep；仅鼓轨跳过这一步。
论文分别报告 OB、TB 和 OBTB，OB 的分数不能归给默认 OBTB。音符 F1 与音频 mel-MSE/FAD 分表展示；论文检测流程的分数不是本站复测结果。