XLANCE-MSR Technical Report for MSR Challenge 2025
arXiv - 2026
Технічний звіт для системи XLANCE-MSR, поданий першому Music Source Restoration Challenge.
Завантаження...
Зменшуйте шум, звуки публіки чи реверберацію, порівнюйте з оригіналом і завантажуйте результат.
Вхідні дані
Підтримує введення у форматах, таких як mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Підтримувані формати
Вихід
WAV
Кейс використання
Очищення записів із шумом, луною або звуками публіки.
Виберіть модель для свого матеріалу й завдання та перегляньте приклади перед надсиланням.
Вартість, час, формати й параметри залежать від обраної моделі.
У відгуку вкажіть інструмент, кроки та проблему. Знімки екрана допоможуть її знайти.
MelBand RoFormer · Aggressive: Очищення записів із шумом, луною або звуками публіки.
XLANCE-MSR — це восьмикласна система source-restoration для розділення плюс дешум, дереверберацію та відновлення з публічним MIT checkpoint weights. Це не окремий напрямок; Це інженерно-викликове розширення, побудоване на сильному six-stem BS-RoFormer шляху.
MelBand RoFormer · Standard: Очищення записів із шумом, луною або звуками публіки.
arXiv - 2026
Технічний звіт для системи XLANCE-MSR, поданий першому Music Source Restoration Challenge.
arXiv - 2026
Підсумкова робота з викликом, що описує MSR завдання, набори даних, об'єктивні метрики, суб'єктивну оцінку та фінальні таблиці рейтингу.
Категорій виходу: 2
Показано лише записи з перевіреною публічною реалізацією інференсу та відповідними вагами, а також алгоритми без навчених ваг. Закриті сервіси, неопубліковані ваги та непідтверджені версії експериментів виключено. Це не загальний рейтинг усіх моделей.
Кожен набір ваг зазначено один раз у кожному тесті з найкращим опублікованим результатом за вибраною метрикою. Загальна оцінка походить з одного випробування. Розгорніть список, щоб порівняти випробування та налаштування.
Публічні ваги не підтверджують повної ліцензії відкритого коду. Розгорніть дані для перегляду заявлених ліцензій ваг і умов доступу. Відсутні ліцензії позначено окремо.
Позначки вказують на моделі чи компоненти, які використовуються на сайті. Оцінки й параметри взято із зазначених тестів, а не з нового оцінювання всього процесу обробки сайту.
Немає порівнюваних публічних результатів із перевіреним кодом і відповідними вагами.