Iterative Audio Separation with Mixture Consistency via MIMO Model Extension
arXiv - 2026
README Sony tại phiên bản cố định: MUSDB18-HQ, trung vị của các trung vị museval. Chỉ so sánh trong cùng quy trình này, tách biệt với MVSEP và bài báo khác.
Đang tải...
Tách giọng chính, bè và nhạc đệm, hoặc lấy giọng khô để làm bản cover, karaoke và chỉnh giọng.
Đầu vào
Hỗ trợ đầu vào ở các định dạng như mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Các định dạng được hỗ trợ
Đầu ra
2 × WAV
Trường hợp sử dụng
Sony MIMO BS-RoFormer tách giọng hát và nhạc đệm qua ba vòng lặp, với bản Large và Small. Bản phối phức tạp vẫn có thể lẫn âm; chưa có so sánh cùng điều kiện với các mô hình Leap của trang.
Chọn mô hình phù hợp với tư liệu và mục đích, rồi xem ví dụ trước khi gửi.
Chi phí, thời gian, định dạng và tham số phụ thuộc mô hình đã chọn.
Khi góp ý, hãy nêu tên công cụ, các bước và vấn đề gặp phải. Ảnh chụp màn hình giúp xác định vấn đề.
Sony MIMO BS-RoFormer tách giọng hát và nhạc đệm, có bản Large và Small. Bản phối phức tạp vẫn có thể bị lẫn âm.
Trình bao bọc thời gian chạy cho checkpoints phân tách kiểu UVR / MVSep. Nó cung cấp khả năng tải mô hình, xuất WAV stem và xử lý định dạng âm thanh được hỗ trợ bởi FFmpeg được sử dụng bởi công cụ này.
Tách hòa âm: MVSep 9205 cung cấp chân dẫn / đệm với hòa âm, BS-RoFormer ban nhạc Leap XE 90 cung cấp vocals hòa âm và ban nhạc BS-RoFormer Leap Instrumental cung cấp tham chiếu đệm đệm.
Trích xuất giọng hát khô: Leap XE 90 bands cung cấp giọng hát chính, BS-RoFormer Leap Instrumental tham chiếu phần đệm, MVSep 9205 BS-Kar AVG loại bỏ hòa âm nền và mô hình dereverb anvuew BS-RoFormer loại bỏ tiếng vang.
MelBand Aspiration tách hơi thở, tiếng gió khỏi các âm khác, với bản tiêu chuẩn và bản nhẹ hơn. Các âm tương tự như phụ âm xát cũng có thể bị trích; nên dùng giọng đã tách và kiểm tra độ rõ lời.
MelBand Aspiration tách hơi thở, tiếng gió khỏi các âm khác, với bản tiêu chuẩn và bản nhẹ hơn. Các âm tương tự như phụ âm xát cũng có thể bị trích; nên dùng giọng đã tách và kiểm tra độ rõ lời.
arXiv - 2026
README Sony tại phiên bản cố định: MUSDB18-HQ, trung vị của các trung vị museval. Chỉ so sánh trong cùng quy trình này, tách biệt với MVSEP và bài báo khác.
SDX23 music separation track - 2023
BS-RoFormer sử dụng các tính năng quang phổ phân chia dải cộng với Máy biến áp RoPE; hệ thống SDX23 đứng đầu trong bản phân tách nguồn nhạc và phiên bản nhỏ hơn báo cáo SDR trung bình 9.80 dB trên MUSDB18HQ.
TISMIR - 2024
Giấy phân phối nhạc SDX23 ghi lại các điểm chuẩn MSS mạnh mẽ, các bài kiểm tra nghe và hệ thống tốt nhất đã được cải thiện so với thử thách trước đó hơn 1,6 dB SDR trên MDXDB21.
arXiv / ISMIR late-breaking demo - 2023
Mel-RoFormer thay thế các dải không chồng chéo heuristic bằng các dải con mel-band chồng chéo và báo cáo sự tách biệt tốt hơn so với BS-RoFormer đối với vocals, drums và các stems khác trên MUSDB18HQ.
2 hạng mục đầu ra
Chỉ hiển thị bản ghi đã xác minh có mã suy luận công khai và trọng số đúng phiên bản thử nghiệm, cùng các thuật toán không cần trọng số. Dịch vụ đóng, trọng số chưa công bố và phiên bản thử nghiệm chưa đối chiếu được sẽ bị loại. Đây không phải bảng xếp hạng của tất cả mô hình.
Mỗi bộ trọng số chỉ xuất hiện một lần trong mỗi phép thử, với kết quả công bố tốt nhất cho chỉ số đã chọn. Điểm tổng hợp lấy từ một lần đánh giá. Mở rộng để so sánh các lần đánh giá và thiết lập.
Trọng số công khai không chứng minh có giấy phép mã nguồn mở đầy đủ. Mở rộng dữ liệu để xem giấy phép trọng số được công bố và điều kiện truy cập. Giấy phép chưa công bố được đánh dấu riêng.
Nhãn cho biết mô hình hoặc thành phần được dùng tại đây. Điểm số và thiết lập lấy từ các thử nghiệm được dẫn nguồn, không phải kết quả đánh giá lại toàn bộ quy trình của trang.
Chọn một bộ dữ liệu để xem mọi chỉ số của từng mô hình. Các hàng được sắp theo thứ hạng chính thức hoặc chỉ số đã chọn. Chữ đậm đánh dấu giá trị tốt nhất có thể so sánh trong mỗi cột, kể cả đồng hạng. Các quy trình đánh giá khác nhau được xếp hạng riêng; điểm còn thiếu được hiển thị bằng -.
Triển khai được 4 / dòng nguồn 4
README Sony tại phiên bản cố định: MUSDB18-HQ, trung vị của các trung vị museval. Chỉ so sánh trong cùng quy trình này, tách biệt với MVSEP và bài báo khác.
| Hạng theo chỉ số | Mô hình | Điều kiện thử nghiệm | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Accomp) | Download |
|---|---|---|---|---|---|---|---|---|
| - | Sony BS-RoFormer Small baselineTrọng số công khai · Mã suy luận | Small | 12.1 M | 4 sec | 96 | 1,000,000 | 9.64 / 16.80 | Download |
| - | Sony MIMO BS-RoFormer SmallTrọng số công khai · Mã suy luận | Small | 16.3 M | 4 sec | 96 | 1,000,000 | 10.17 / 17.64 | Download |
| - | Sony BS-RoFormer Large baselineTrọng số công khai · Mã suy luận | Large | 72.2 M | 8 sec | 96 | 1,000,000 | 11.40 / 18.48 | Download |
| - | Sony MIMO BS-RoFormer LargeMô hình dùng tại đâyTrọng số công khai · Mã suy luận | Large | 71.4 M | 8 sec | 96 | 1,000,000 | 11.62 / 19.04 | Download |
Nhãn cho biết mô hình hoặc thành phần được dùng tại đây. Điểm số và thiết lập lấy từ các thử nghiệm được dẫn nguồn, không phải kết quả đánh giá lại toàn bộ quy trình của trang.
Tách riêng bộ dữ liệu, phiên bản và điều kiện, kể cả nguồn chưa có dòng đủ điều kiện xếp hạng.
Triển khai được 4 / dòng nguồn 4
Điểm số áp dụng cho bộ dữ liệu, chỉ số và phiên bản được nêu; không thể so sánh trực tiếp các phép thử khác nhau.
Bảng chỉ gồm các mô hình có trọng số hoặc cấu hình công khai và có thể chạy cục bộ.
Chọn một bộ dữ liệu để xem mọi chỉ số của từng mô hình. Các hàng được sắp theo thứ hạng chính thức hoặc chỉ số đã chọn. Chữ đậm đánh dấu giá trị tốt nhất có thể so sánh trong mỗi cột, kể cả đồng hạng. Các quy trình đánh giá khác nhau được xếp hạng riêng; điểm còn thiếu được hiển thị bằng -.
Triển khai được 4 / dòng nguồn 4
README Sony tại phiên bản cố định: MUSDB18-HQ, trung vị của các trung vị museval. Chỉ so sánh trong cùng quy trình này, tách biệt với MVSEP và bài báo khác.
| Hạng theo chỉ số | Mô hình | Điều kiện thử nghiệm | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Accomp) | Download |
|---|---|---|---|---|---|---|---|---|
| - | Sony BS-RoFormer Small baselineTrọng số công khai · Mã suy luận | Small | 12.1 M | 4 sec | 96 | 1,000,000 | 9.64 / 16.80 | Download |
| - | Sony MIMO BS-RoFormer SmallTrọng số công khai · Mã suy luận | Small | 16.3 M | 4 sec | 96 | 1,000,000 | 10.17 / 17.64 | Download |
| - | Sony BS-RoFormer Large baselineTrọng số công khai · Mã suy luận | Large | 72.2 M | 8 sec | 96 | 1,000,000 | 11.40 / 18.48 | Download |
| - | Sony MIMO BS-RoFormer LargeTrọng số công khai · Mã suy luận | Large | 71.4 M | 8 sec | 96 | 1,000,000 | 11.62 / 19.04 | Download |