從影視、劇集和影片素材中提取清晰對白，並把背景聲拆成獨立的音樂和音效兩條音軌。
輸入
支援 mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv 等格式輸入
支援格式
輸出
WAV
適用場景
重混、伴奏練習與分聲部編輯。
依用途選擇：先看輸入與輸出需求，再參考同條件實測、公開評測和模型能力。缺少公開分數不代表品質較差；參數更多、發布時間更新也不自動代表更好。此順序是使用建議，不是總榜名次。
費用、耗時、格式和參數以所選模型為準。
可用分數只代表所列來源中的資料集、指標與模型版本；表內領先不等於目前全球第一，也不證明本站執行結果。無可比分數的模型仍可依能力與實測優先使用。
表中只列出有公開權重或設定、可在本機執行的模型。
| 排名 | 模型 | SI-SDR (dB) ↑ | 詳細指標 |
|---|---|---|---|
| D3 · medium | SFC-Locoformer DnRTelkNetPublished DnR Table II | 11.83最佳 | DX SNR (dB) ↑16.38最佳DX SI-SDR (dB) ↑16.32最佳MX SNR (dB) ↑9.70最佳MX SI-SDR (dB) ↑9.28最佳FX SNR (dB) ↑10.56最佳FX SI-SDR (dB) ↑9.88最佳平均 SNR (dB)12.21最佳參數量 (M)16.00 |
| Table II | BandItTelkNetPublished DnR Table II | 10.90 | DX SNR (dB) ↑15.70DX SI-SDR (dB) ↑15.60MX SNR (dB) ↑8.70MX SI-SDR (dB) ↑8.00FX SNR (dB) ↑9.80FX SI-SDR (dB) ↑8.20平均 SNR (dB)11.40參數量 (M)37.00 |
數值來自連結的公開來源；列標籤會標明測試集或檢查點，缺少相同協定結果的模型不列入。
公開資料核對：2026-09-10
± 表示 95% 信賴區間。
| 排名 | 評測條件 | 模型 | MOS ↑ |
|---|---|---|---|
| #3 | 真實影片 | 2.55 ± 0.10 | |
| #2 | 真實影片 | BandItAV-CASS paper Table 1 | 3.78 ± 0.10 |
| #1 | 真實影片 | AV-CASSAV-CASS paper Table 1 | 4.13 ± 0.09最佳 |
數值來自連結的公開來源；列標籤會標明測試集或檢查點，缺少相同協定結果的模型不列入。
公開資料核對：2026-09-10
| 排名 | 評測條件 | 模型 | WPR (%) ↓ |
|---|---|---|---|
| #3 | 對白（DX） | 2.63 | |
| #2 | 對白（DX） | BandItAV-CASS paper Table 2 | 0.60 |
| #4 | 對白（DX） | DAVIS-FlowAV-CASS paper Table 2 | 5.88 |
| #1 | 對白（DX） | AV-CASSAV-CASS paper Table 2 | 0.46最佳 |
| #4 | 音效（FX） | 33.72 | |
| #3 | 音效（FX） | BandItAV-CASS paper Table 2 | 22.41 |
| #1 | 音效（FX） | DAVIS-FlowAV-CASS paper Table 2 | 14.58最佳 |
| #2 | 音效（FX） | AV-CASSAV-CASS paper Table 2 | 19.81 |
| #3 | 音樂（MX） | 6.01 | |
| #2 | 音樂（MX） | BandItAV-CASS paper Table 2 | 0.35 |
| #4 | 音樂（MX） | DAVIS-FlowAV-CASS paper Table 2 | 35.94 |
| #1 | 音樂（MX） | AV-CASSAV-CASS paper Table 2 | 0.32最佳 |
數值來自連結的公開來源；列標籤會標明測試集或檢查點，缺少相同協定結果的模型不列入。
公開資料核對：2026-09-10
| 排名 | 評測條件 | 模型 | FAD ↓ | 詳細指標 |
|---|---|---|---|---|
| #3 | AVDnR 協定 | Hybrid DemucsAV-CASS paper Table 3 | 2.05 | KL ↓1.03SI-SDRi (dB) ↑13.57PESQ ↑2.16WPR (%) ↓5.24 |
| #4 | AVDnR 協定 | HTDemucsAV-CASS paper Table 3 | 2.08 | KL ↓1.06SI-SDRi (dB) ↑13.41PESQ ↑2.06WPR (%) ↓9.23 |
| #7 | AVDnR 協定 | 3.47 | KL ↓1.67SI-SDRi (dB) ↑10.60PESQ ↑1.89WPR (%) ↓14.91 | |
| #5 | AVDnR 協定 | BandItAV-CASS paper Table 3 | 2.15 | KL ↓1.14SI-SDRi (dB) ↑14.40最佳PESQ ↑2.15WPR (%) ↓4.65 |
| #6 | AVDnR 協定 | 2.90 | KL ↓2.90SI-SDRi (dB) ↑11.63PESQ ↑2.12WPR (%) ↓5.65 | |
| #8 | AVDnR 協定 | DAVIS-FlowAV-CASS paper Table 3 | 5.94 | KL ↓1.64SI-SDRi (dB) ↑9.25PESQ ↑1.96WPR (%) ↓12.14 |
| #1 | AVDnR 協定 | AV-CASSAV-CASS paper Table 3 | 0.84最佳 | KL ↓0.93最佳SI-SDRi (dB) ↑12.32PESQ ↑2.26最佳WPR (%) ↓1.84最佳 |
| #2 | AVDnR 協定 | 1.63 | KL ↓1.15SI-SDRi (dB) ↑12.23PESQ ↑2.08WPR (%) ↓2.01 |
arXiv - 2026
IEEE OJSP - 2024
arXiv - 2024
CVPR - 2026
用 AV-CASS 的視覺與音訊條件從影片分離對白、音效與音樂；也可切換純音訊條件直接比較。
處理同類任務時可以先看這些指南：每個場景都列出適用工具、模型邊界、來源和常見問題。
回報時請註明工具名稱、操作步驟和遇到的問題，可附截圖協助定位。