A Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound Separation
ICML - 2026
可用 AudioSep-Hive、FlowSep-Hive 或 CLAPSep 依開放詞彙描述擷取聲音，也可用 Banquet 依 10 秒參考音訊分離相符的聲源。
載入中...
用文字或參考音訊指定目標聲音，從錄音中擷取並下載。
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。
按素材和用途選擇模型，查看範例後再提交。
費用、耗時、格式和參數以所選模型為準。
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。
CLAPSep：重混、伴奏練習與分聲部編輯。
用文字描述並提取混音中的目標聲音，適合沒有參考音訊時使用。
使用文字指定目標並以流匹配模型分離；可與 AudioSep 比較同片段的漏音及串音。
Banquet：重混、伴奏練習與分聲部編輯。
SAM Audio Base：重混、伴奏練習與分聲部編輯。
SAM Audio Large：重混、伴奏練習與分聲部編輯。
ICML - 2026
可用 AudioSep-Hive、FlowSep-Hive 或 CLAPSep 依開放詞彙描述擷取聲音，也可用 Banquet 依 10 秒參考音訊分離相符的聲源。
IEEE/ACM TASLP - 2024
可用 AudioSep-Hive、FlowSep-Hive 或 CLAPSep 依開放詞彙描述擷取聲音，也可用 Banquet 依 10 秒參考音訊分離相符的聲源。
ISMIR - 2024
可用 AudioSep-Hive、FlowSep-Hive 或 CLAPSep 依開放詞彙描述擷取聲音，也可用 Banquet 依 10 秒參考音訊分離相符的聲源。
包含本站與站外的公開測試結果。預設顯示來源完整表，也可切換條件和指標比較；不同測試條件的分數不能直接比較。
僅顯示已核實公開推論實作及對應權重的紀錄（無需權重的演算法除外）。封閉服務、未公開權重或無法匹配實驗版本的紀錄不入榜；這不是全領域總榜。
公開權重不等於授權完整的開源。權重授權和存取條件請見展開資料；未明確聲明的授權另行標示。
切換資料集查看每個模型的完整指標。預設按官方名次或所選指標排序；粗體為相同評測口徑下的欄位最佳值，並列均標出。不同口徑不合併排名，缺分為 -。
OVR 是論文的成對主觀評分，取決於比較對象；不能與其他實驗的 OVR 合併，也不代表本站權重複測。
| 指標名次 | 模型 | 音效↑OVR (1–5) | 對白↑OVR (1–5) | 說話人↑OVR (1–5) | 音樂↑OVR (1–5) | 真實場景樂器↑OVR (1–5) | 錄音室樂器↑OVR (1–5) |
|---|---|---|---|---|---|---|---|
| 1 | SAM Audio | 3.59 | 4.29 | 4.15 | 4.05 | 4 | 4.45 |
| 2 | SoloAudio | 2.97 | 3.32 | 2.45 | 2.47 | 2.71 | 2.3 |
| 3 | CLAPSep本站模型 | 2.92 | 2.47 | 2.79 | 2.97 | 2.81 | 2.56 |
| 4 | AudioSep | 2.88 | 2.85 | 2.79 | 3.51 | 2.59 | 2.45 |
| 5 | FlowSep | 2.65 | 2.14 | 2.13 | 2.9 | 2.69 | 2.02 |
| - | MossFormer2 | - | - | 2.54 | - | - | - |
| - | Tiger | - | - | 2.5 | - | - | - |
| - | Demucs | - | - | - | - | - | 4.26 |
| - | Spleeter | - | - | - | - | - | 3.9 |
標記表示本站使用的模型或元件；成績與參數以公開測試為準，並非整個處理流程的複測結果。
資料集、版本和條件分別列出，未納入排行的評測也保留來源。
可部署項目 3 / 原表 11
以下實驗尚未核實完整的公開推論套件；同名模型的其他權重不能替代。
LASS-Net ( Liu et al., 2022 ) · Discriminative Models · CLIPSep ( Dong et al., 2023 ) · Discriminative Models · OmniSep ( Cheng et al., 2025 ) · Discriminative Models · ZETA ( Manor and Michaeli, 2024 ) · Generative Models · FlowSep ( Yuan et al., 2025 ) · Generative Models · ZeroSep ( Huang et al., 2025 ) · Generative Models · DGMO ( Lee et al., 2025b ) · Generative Models · SAM-Audio ( Shi et al., 2025 ) · Generative Models
可部署項目 3 / 原表 3
評測分數對應各自的資料集、指標和模型版本，不同測試的分數不能直接比較。
表中只列出有公開權重或設定、可在本機執行的模型。
切換資料集查看每個模型的完整指標。預設按官方名次或所選指標排序；粗體為相同評測口徑下的欄位最佳值，並列均標出。不同口徑不合併排名，缺分為 -。
可部署項目 3 / 原表 11
以下實驗尚未核實完整的公開推論套件；同名模型的其他權重不能替代。
LASS-Net ( Liu et al., 2022 ) · Discriminative Models · CLIPSep ( Dong et al., 2023 ) · Discriminative Models · OmniSep ( Cheng et al., 2025 ) · Discriminative Models · ZETA ( Manor and Michaeli, 2024 ) · Generative Models · FlowSep ( Yuan et al., 2025 ) · Generative Models · ZeroSep ( Huang et al., 2025 ) · Generative Models · DGMO ( Lee et al., 2025b ) · Generative Models · SAM-Audio ( Shi et al., 2025 ) · Generative Models
數值來自所連結的公開來源；列標籤標明測試集或檢查點，未報告的分數顯示為 -。
| 指標名次 | 模型 | 評測條件 | Signal Fidelity ↑ | Perceptual & Semantic Quality | Reference-free Quality ↑ | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| SDR | SI-SDR | LPAPS ↓ | FAD ↓ | CLAP-A ↑ | CLAP-T ↑ | MUSHRA ↑ | OQ | Rec | Pre | Fai | |||
| 1 | AudioSep (Hive)公開權重 · 推論程式碼 | Discriminative Models | 5.67 | 5.02 | 3.86 | 0.80 | 0.65 | 0.31 | 68.4 | 3.34 | 4.81 | 3.40 | 4.39 |
| 2 | AudioSep ( Liu et al., 2024 )公開權重 · 推論程式碼 | Discriminative Models | 2.37 | 1.58 | 4.22 | 0.90 | 0.57 | 0.26 | 60.9 | 2.94 | 4.86 | 2.96 | 4.47 |
| - | FlowSep (Hive)公開權重 · 推論程式碼 | Generative Models | - | - | 4.25 | 0.84 | 0.61 | 0.19 | 61.8 | 3.05 | 4.18 | 3.35 | 3.70 |
表中只列出有公開權重或設定、可在本機執行的模型。
切換資料集查看每個模型的完整指標。預設按官方名次或所選指標排序；粗體為相同評測口徑下的欄位最佳值，並列均標出。不同口徑不合併排名，缺分為 -。
可部署項目 3 / 原表 3
數值來自所連結的公開來源；列標籤標明測試集或檢查點，未報告的分數顯示為 -。
| 指標名次 | 模型 | 2-sources separation · 1-target | 3-sources separation · 1-target | 3-sources separation · 2-target | 4-sources separation · 1-target | 4-sources separation · 2-taget | 4-sources separation · 3-target | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | SDRi↑ | SISDRi↑ | ||
| 1 | CLAPSep-PN公開權重 · 推論程式碼 | 12.67±7.80 | 11.79±8.23 | 8.96±6.13 | 8.09±6.17 | 8.90±5.78 | 7.82±6.32 | 7.73±5.79 | 6.80±6.00 | 5.20±4.63 | 4.01±4.95 | 8.00±4.87 | 6.73±5.20 |
| 2 | CLAPSep-P公開權重 · 推論程式碼 | 10.03±11.27 | 8.70±12.64 | 6.48±7.82 | 5.73±8.50 | 6.35±7.36 | 4.88±8.10 | 5.94±7.58 | 4.85±8.29 | 2.91±5.54 | 1.37±5.98 | 5.34±6.70 | 3.79±7.09 |
| 3 | AudioSep公開權重 · 推論程式碼 | 8.60±8.86 | 7.38±9.48 | 4.90±6.13 | 4.20±6.42 | 5.30±5.38 | 2.96±5.54 | 3.52±5.21 | 2.81±5.76 | 2.37±4.26 | 0.65±4.32 | 4.20±4.51 | 2.03±4.27 |