Tách âm thanh theo văn bản và âm thanh tham chiếu

Mô hình, thông số và nguồn

Giấy tờ và ghi chú điểm chuẩn

Hướng dẫn tham số

• Mô tả âm thanh cần trích xuất; AudioSep-Hive và FlowSep-Hive bắt buộc trường này.
• Chọn văn bản dương, âm thanh tham chiếu hoặc cả hai cho CLAPSep.
• Mô tả âm thanh mục tiêu mà CLAPSep cần giữ lại.
• Tùy chọn: mô tả âm thanh mà CLAPSep cần giảm.
• Tải lên âm thanh làm ví dụ cho mục tiêu.
• Tùy chọn: tải lên ví dụ của âm thanh cần giảm.
• Tải lên tham chiếu Banquet. Hợp đồng chính thức dùng đoạn truy vấn 10 giây.
• Số bước tạo của FlowSep-Hive. Mặc định chính thức là 20; nhiều bước hơn mất nhiều thời gian hơn.
• Mức classifier-free guidance của FlowSep-Hive. Mặc định chính thức là 1,0.
• Kích thước batch cho các dải truy vấn Banquet. Mặc định inference chính thức là 12.