CrowdioSet and PaRIRset: Two Datasets Towards Live Music Source Separation
arXiv - 2026
论文表 2、3 的平均 SDR：clean 为干净测试，noisy 为加入观众声，noisyrev 为观众声加混响。不同测试条件分开排行；混响版本不负责去混响。
加载中...
将歌曲拆成人声和乐器音轨，分别试听、混音或制作练习伴奏。
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
5 × WAV
适用场景
CrowdioSet SCNet：M1 面向干净录音，M2 加入混响训练，M3 加入观众声，M4 同时包含两者。M1/M2 输出四轨，M3/M4 另输出观众轨；保留混响，观众跟唱可能残留。
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。
CrowdioSet SCNet：M1 面向干净录音，M2 加入混响训练，M3 加入观众声，M4 同时包含两者。M1/M2 输出四轨，M3/M4 另输出观众轨；保留混响，观众跟唱可能残留。
BS-RoFormer SW Fixed 使用 BS-Rofo-SW-Fixed.ckpt 与 BS-Rofo-SW-Fixed.yaml，把完整混音拆成六个 WAV 分轨。
将完整混音分离为四个标准 MUSDB 风格分轨。
XLANCE-MSR 是基于六轨 BS-RoFormer 系统扩展的八类源恢复方案，加入分离、降噪和去混响/恢复，并公开 MIT checkpoint 权重。
MVSep Mega 53 Stems 将混音按检测到的乐器分轨，适合探索复杂编曲；单个声部可能不如专用模型干净。
BS-RoFormer SW Fixed 使用 BS-Rofo-SW-Fixed.ckpt 与 BS-Rofo-SW-Fixed.yaml，把完整混音拆成六个 WAV 分轨。
Sony MIMO SCNet 分离人声、鼓、贝斯和其他乐器，提供 SCNet 与 SCNet Gen 两个版本。
Sony MIMO SCNet 分离人声、鼓、贝斯和其他乐器，提供 SCNet 与 SCNet Gen 两个版本。
MDX23C Phantom Centre 提取立体声左右声道中的相似中置信号，并输出侧向残差。中置乐器也可能被提取，偏置的人声可能残留；它不按乐器类别识别。
提取弓弦乐器，并输出其余声音。相近音色和合成弦乐可能串音。
arXiv - 2026
论文表 2、3 的平均 SDR：clean 为干净测试，noisy 为加入观众声，noisyrev 为观众声加混响。不同测试条件分开排行；混响版本不负责去混响。
SDX23 music separation track - 2023
BS-RoFormer 使用分带频谱特征加 RoPE Transformer；SDX23 系统在音乐源分离赛道排名第一，较小版本在 MUSDB18HQ 上报告了 9.80 dB 平均 SDR。
ICASSP - 2023
HT Demucs 用 cross-domain Transformer attention 替换 Demucs 核心层，并在额外数据和 fine-tuning 下报告 9.20 dB SDR。
ICASSP - 2025
介绍已部署的 Huge-SCNet-4stems checkpoint 背后的子带稀疏压缩架构：混合信号的频谱图被拆分为多个子带，并以不同速率压缩，从而兼顾效率与高质量分离。
arXiv - 2026
XLANCE-MSR 的 Music Source Restoration Challenge 技术报告。
arXiv - 2026
MSR Challenge 官方页面和结果表，记录源恢复挑战的客观与主观排名。
arXiv - 2026
Sony 官方固定版本 README：MUSDB18-HQ，museval 中位数再取中位数。只在此口径内比较，不与 MVSEP 或其他论文分数混排。
5 个输出分项
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。
同一榜单中，每份权重只列一次，展示当前计分项的最佳公开成绩；综合分来自同一次评测。展开可查看各次评测与设置。
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。
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。
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 4 / 原表 5
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。
SAMAudio †
论文表 2、3 的平均 SDR：clean 为干净测试，noisy 为加入观众声，noisyrev 为观众声加混响。不同测试条件分开排行；混响版本不负责去混响。
| 指标名次 | 模型 | 评测条件 | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1 | 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 M2 | 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 M3 | 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 M4本站模型 | 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 ) |
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。
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 4 / 原表 5
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。
SAMAudio †
可部署条目 2 / 原表 3
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。
SAMAudio †
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 4 / 原表 5
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。
SAMAudio †
论文表 2、3 的平均 SDR：clean 为干净测试，noisy 为加入观众声，noisyrev 为观众声加混响。不同测试条件分开排行；混响版本不负责去混响。
| 指标名次 | 模型 | 评测条件 | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1 | 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 M2 | 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 M3 | 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 M4 | 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 ) |
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 2 / 原表 3
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。
SAMAudio †
论文表 2、3 的平均 SDR：clean 为干净测试，noisy 为加入观众声，noisyrev 为观众声加混响。不同测试条件分开排行；混响版本不负责去混响。
| 指标名次 | 模型 | 评测条件 | audience isolation | |
|---|---|---|---|---|
| non-reverberant↑ | reverberant↑ | |||
| 1 | CrowdioSet SCNet M3 | noisy | 2.85 ± 1.3 | 1.25 ± 1.4 |
| 2 | CrowdioSet SCNet M4 | noisyrev | 1.55 ± 1.0 | 1.56 ± 0.9 |