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
4 × WAV
适用场景
Sony MIMO SCNet 用两轮迭代输出人声、贝斯、鼓和其他乐器。Gen 版本加入生成式噪声；两版各有优势，不代表全面优于 Huge SCNet。
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。
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。
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。
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。
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。
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。
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。
4 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 3 / 原表 3
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。
| 指标名次 | 模型 | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Bass / Drums / Other) | Download |
|---|---|---|---|---|---|---|---|
| - | Sony SCNet baseline公开权重 · 推理代码 | 10.6 M | 11 sec | 48 | 1,500,000 | 9.71 / 9.65 / 10.61 / 7.26 | Download |
| - | Sony MIMO SCNet本站模型公开权重 · 推理代码 | 10.6 M | 11 sec | 48 | 1,500,000 | 9.82 / 10.46 / 10.93 / 7.69 | Download |
| - | Sony MIMO SCNet Gen公开权重 · 推理代码 | 10.6 M | 11 sec | 48 | 1,500,000 | 9.88 / 10.17 / 10.81 / 7.61 | Download |
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。
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 3
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。
| 指标名次 | 模型 | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Bass / Drums / Other) | Download |
|---|---|---|---|---|---|---|---|
| - | Sony SCNet baseline公开权重 · 推理代码 | 10.6 M | 11 sec | 48 | 1,500,000 | 9.71 / 9.65 / 10.61 / 7.26 | Download |
| - | Sony MIMO SCNet公开权重 · 推理代码 | 10.6 M | 11 sec | 48 | 1,500,000 | 9.82 / 10.46 / 10.93 / 7.69 | Download |
| - | Sony MIMO SCNet Gen公开权重 · 推理代码 | 10.6 M | 11 sec | 48 | 1,500,000 | 9.88 / 10.17 / 10.81 / 7.61 | Download |