Công cụ bốn stem hiện tại của TelkNet dùng Huge-SCNet-4stems V1.2 để tách bản mix đầy đủ thành vocals, drums, bass và other. Bài viết giải thích lựa chọn qua lịch sử kiến trúc MSS, điểm mạnh và giới hạn của Mel-Band RoFormer, mô hình subband của SCNet và điểm số công khai.
Công cụ bốn stem hiện tại của TelkNet dùng Huge-SCNet-4stems V1.2 để tách bản mix đầy đủ thành vocals, drums, bass và other.
Core entities
Cited sources
MODEL / TelkNet
Công cụ bốn stem hiện tại của TelkNet dùng Huge-SCNet-4stems V1.2 để tách bản mix đầy đủ thành vocals, drums, bass và other. Bài viết giải thích lựa chọn qua lịch sử kiến trúc MSS, điểm mạnh và giới hạn của Mel-Band RoFormer, mô hình subband của SCNet và điểm số công khai.
Mục tiêu chuẩn là vocals, drums, bass và other. Other chứa nhóm nhạc cụ còn lại sau khi tách vocals, drums và bass.
Mel-Band RoFormer mạnh ở chi tiết vocal nhờ mel-band và RoPE, nhưng tách bốn stem còn phải giữ drums, bass và chi tiết nhạc cụ tần số cao trong other.
Hướng SCNet dùng mô hình subband và sparse compression để cân bằng bốn stem; vì vậy Huge-SCNet-4stems V1.2 là ranh giới mô hình hiện tại của công cụ.
MVSep Ensemble có thể dùng làm tham chiếu trần chất lượng, nhưng nên được mô tả là workflow nhiều mô hình, không phải một mô hình đơn lẻ.
Hợp đồng sản phẩm hiện tại của TelkNet là Huge-SCNet-4stems V1.2. MVSep Ensemble hữu ích làm tham chiếu chất lượng, nhưng đó là workflow nhiều mô hình ở cấp nền tảng, không phải một mô hình độc lập.