載入中...

鼓組分離 · TelkNet

分離與拆軌GPU 執行GitHub 456656868538205ef756912c7cf5b0fd936de8af / 5856a9bee7c6d503842795756d238dc8470f6f3e010e9e4f33ede0362850cb4c

鼓組分離

將鼓錄音拆成可獨立編輯的鼓件音軌，支援 DrumSep、IDM 和 MSG-LD。依素材選擇完整混音或獨立鼓軌，比較各模型的鼓件類別與輸出格式，試聽後下載 WAV；起音表與 MIDI 僅由支援轉寫的模型提供。

35 積分/次檔案輸入最大 100 MB預計 20-1800 秒

輸入

支援 mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv 等格式輸入

支援格式

mp3wavflacoggm4aaacaifaiffmp4movmkv

輸出

9 × WAV

適用場景

將鼓軌拆為各鼓件音軌，支援 IDM 與 MSG-LD。

選擇主模型

MDX23C DrumSep可用MDX23C DrumSep · 5 stems：鼓組混音、替換、瞬態剪輯、練習軌道，以及以鼓為中心的分析。鼓組分離 · IDM可用IDM 輸出九類鼓件音軌，不輸出 MIDI。MSG-LD可用MSG-LD 生成五類鼓件音軌並偵測起音；MIDI 力度固定為 100，播放時長固定為 0.1 秒。

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。

同領域模型排行

2 筆參評紀錄

包含本站與站外的公開測試結果。預設依綜合成績排序；手動切換榜單或分項可查看對應排名。各榜單使用獨立的測試條件。

僅收錄已核實公開權重與推論程式碼的模型；封閉服務及無法核實權重的提交不列入排行。

測試榜單排行分項

綜合排行越高越好 · 強者在前

綜合分為 5 項相同條件成績的等權平均，僅納入分項齊全的紀錄。

計分項：底鼓 · 軍鼓 · 通鼓 · 腳踏鈸 · 鈸片

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。

MVSEP · 品質評測 ↗資料核對：2026-09-28

查看圖表資料

排名	模型	平均 SDR (dB)
1	MDX23C DrumSep 5 stems by Aufr33 & Jarredou本站模型公開權重推論程式碼	10.1846
2	MDX23C DrumSep 6 stems by Aufr33 & Jarredou本站模型公開權重推論程式碼	8.4534

所有原始成績及來源

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。

基準圖表：模型對比

分數來自所列的公開來源；藍色列代表本工具可使用的模型。

論文與基準說明

Pinned MSST pretrained-model table

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：2026-09-23

評測條件	模型	SDR (dB) ↑	詳細指標
DrumSep test · official five-stem checkpoint	MDX23C DrumSep · 5 stemsMSST table · kick SDR is the headline value	16.66	軍鼓11.53通鼓12.33腳踏鈸4.04鈸片6.36
DrumSep test · official six-stem checkpoint	MDX23C DrumSep · 6 stemsMSST table · kick SDR is the headline value; ride and crash are reported jointly	14.54	軍鼓9.79通鼓10.63腳踏鈸3.19疊音鈸 + 強音鈸6.08

IDM · StemGMD · 9 classes

IDM · Table III

IDM 輸出九類鼓聲 WAV。nSDR、LSD 與 PES 衡量音訊分離，並非 MIDI 轉錄分數，也不與 MSG-LD 的 FAD 混排。

排名僅在同一表格、同一測試條件內計算，保留並列。切換指標會重新排序；橫向捲動可查看全部欄位。缺值不當作零，也不參與排名。

公開資料核對：2026-09-23

依指標排名評測條件

顯示 9/9 列 · 5 個指標

IDM · StemGMD · 9 classes
排名	評測條件	模型	nSDR (dB)	LSD	PES	Synth LSD	Synth PES
—	kick	IDMTelkNet	17.47	2.58	-54.37	1.84	-55.46
—	snare	IDMTelkNet	17.29	1.73	-57.20	1.83	-58.87
—	hihat_closed	IDMTelkNet	1.66	1.90	-55.88	1.94	-56.83
—	hihat_open	IDMTelkNet	6.68	1.71	-59.81	1.86	-59.99
—	hi_tom	IDMTelkNet	8.50	1.16	-59.57	1.03	-59.85
—	mid_tom	IDMTelkNet	6.41	1.11	-59.62	0.90	-59.70
—	low_tom	IDMTelkNet	7.35	1.62	-59.30	1.32	-59.57
—	ride	IDMTelkNet	2.12	2.09	-59.57	2.24	-59.65
—	crash_left	IDMTelkNet	4.78	2.84	-59.88	2.99	-59.94

MSG-LD · mel-MSE

MSG-LD · Table 1

論文分別報告 OB、TB 與 OBTB，OB 分數不能歸給預設 OBTB。音符 F1 與音訊 mel-MSE/FAD 分表顯示；論文偵測流程的分數並非本站複測結果。

排名僅在同一表格、同一測試條件內計算，保留並列。切換指標會重新排序；橫向捲動可查看全部欄位。缺值不當作零，也不參與排名。

公開資料核對：2026-09-23

依指標排名評測條件

顯示 12/12 列 · 1 個指標

MSG-LD · mel-MSE
排名	評測條件	模型	mel-MSE
#1	Kick · MSG-LD Table 1	MSG-LD OBTB	0.78
#2	Kick · MSG-LD Table 1	MSG-LD OB	1.03
#1	Snare · MSG-LD Table 1	MSG-LD OB	1.33
#2	Snare · MSG-LD Table 1	MSG-LD OBTB	1.42
#1	Toms · MSG-LD Table 1	MSG-LD OBTB	1.41
#2	Toms · MSG-LD Table 1	MSG-LD OB	1.45
#1	Hi-Hats · MSG-LD Table 1	MSG-LD OB	3.46
#2	Hi-Hats · MSG-LD Table 1	MSG-LD OBTB	4.30
#1	Cymbals · MSG-LD Table 1	MSG-LD OB	1.92
#2	Cymbals · MSG-LD Table 1	MSG-LD OBTB	3.52
#1	Overall · MSG-LD Table 1	MSG-LD OB	2.12
#2	Overall · MSG-LD Table 1	MSG-LD OBTB	2.29

MSG-LD · FAD

MSG-LD · Table 2

論文分別報告 OB、TB 與 OBTB，OB 分數不能歸給預設 OBTB。音符 F1 與音訊 mel-MSE/FAD 分表顯示；論文偵測流程的分數並非本站複測結果。

排名僅在同一表格、同一測試條件內計算，保留並列。切換指標會重新排序；橫向捲動可查看全部欄位。缺值不當作零，也不參與排名。

公開資料核對：2026-09-23

依指標排名評測條件

顯示 12/12 列 · 1 個指標

MSG-LD · FAD
排名	評測條件	模型	FAD
#1	Kick · MSG-LD Table 2	MSG-LD OBTB	0.23
#2	Kick · MSG-LD Table 2	MSG-LD OB	0.32
#1	Snare · MSG-LD Table 2	MSG-LD OBTB	0.09
#2	Snare · MSG-LD Table 2	MSG-LD OB	0.10
#1	Toms · MSG-LD Table 2	MSG-LD OBTB	0.13
#2	Toms · MSG-LD Table 2	MSG-LD OB	0.16
#1	Hi-Hats · MSG-LD Table 2	MSG-LD OB	0.38
#2	Hi-Hats · MSG-LD Table 2	MSG-LD OBTB	0.48
#1	Cymbals · MSG-LD Table 2	MSG-LD OB	0.71
#2	Cymbals · MSG-LD Table 2	MSG-LD OBTB	0.82
#1	Mean · MSG-LD Table 2	MSG-LD OB	0.33
#2	Mean · MSG-LD Table 2	MSG-LD OBTB	0.35

MSG-LD · MDB / ENST · 50 ms

MSG-LD · Table 3

論文分別報告 OB、TB 與 OBTB，OB 分數不能歸給預設 OBTB。音符 F1 與音訊 mel-MSE/FAD 分表顯示；論文偵測流程的分數並非本站複測結果。

排名僅在同一表格、同一測試條件內計算，保留並列。切換指標會重新排序；橫向捲動可查看全部欄位。缺值不當作零，也不參與排名。

公開資料核對：2026-09-23

依指標排名評測條件

顯示 12/12 列 · 3 個指標

MSG-LD · MDB / ENST · 50 ms
排名	評測條件	模型	F1 (%)	精確率 (%)	召回率 (%)
—	MDB · Kick · 50 ms · MSG-LD Table 3	MSG-LD OB	93.10	93.90	92.30
—	MDB · Snare · 50 ms · MSG-LD Table 3	MSG-LD OB	76.00	79.10	73.20
—	MDB · Toms · 50 ms · MSG-LD Table 3	MSG-LD OB	26.80	30.90	23.60
—	MDB · Hi-Hats · 50 ms · MSG-LD Table 3	MSG-LD OB	65.00	55.00	79.40
—	MDB · Cymbals · 50 ms · MSG-LD Table 3	MSG-LD OB	48.10	66.30	37.70
—	MDB · Overall · 50 ms · MSG-LD Table 3	MSG-LD OB	70.70	70.90	70.40
—	ENST · Kick · 50 ms · MSG-LD Table 3	MSG-LD OB	82.10	94.10	72.90
—	ENST · Snare · 50 ms · MSG-LD Table 3	MSG-LD OB	64.20	69.80	59.40
—	ENST · Toms · 50 ms · MSG-LD Table 3	MSG-LD OB	49.10	41.50	60.20
—	ENST · Hi-Hats · 50 ms · MSG-LD Table 3	MSG-LD OB	63.00	64.30	61.80
—	ENST · Cymbals · 50 ms · MSG-LD Table 3	MSG-LD OB	39.10	61.10	28.70
—	ENST · Overall · 50 ms · MSG-LD Table 3	MSG-LD OB	64.00	69.50	59.30

MSG-LD · Vanilla / OB / TB / OBTB

MSG-LD · Table 4

論文分別報告 OB、TB 與 OBTB，OB 分數不能歸給預設 OBTB。音符 F1 與音訊 mel-MSE/FAD 分表顯示；論文偵測流程的分數並非本站複測結果。

排名僅在同一表格、同一測試條件內計算，保留並列。切換指標會重新排序；橫向捲動可查看全部欄位。缺值不當作零，也不參與排名。

公開資料核對：2026-09-23

依指標排名評測條件

顯示 6/6 列 · 3 個指標

MSG-LD · Vanilla / OB / TB / OBTB
排名	評測條件	模型	F1 (%)	精確率 (%)	召回率 (%)
#1	MDB Overall · MSG-LD Table 4	MSG-LD OB	70.70	70.90	70.40
#2	MDB Overall · MSG-LD Table 4	MSG-LD OBTB	69.00	70.90	67.20
#1	ENST Overall · MSG-LD Table 4	MSG-LD OB	64.00	69.50	59.30
#2	ENST Overall · MSG-LD Table 4	MSG-LD OBTB	63.60	70.30	58.00
#1	Mean overall F1 (2 sets) · MSG-LD Table 4	MSG-LD OB	67.40	—	—
#2	Mean overall F1 (2 sets) · MSG-LD Table 4	MSG-LD OBTB	66.30	—	—

模型、參數和來源

IDM 輸出九類鼓件音軌，不輸出 MIDI。

MDX23C DrumSep · 5 stemsOfficial 5-stem checkpointOfficial 5-stem configPinned immutable mirror used by TelkNetPinned MSST pretrained-model tableDrumSep test · official five-stem checkpointMSST table · kick SDR is the headline valueMDX23C DrumSep · 6 stemsDrumSep test · official six-stem checkpointMSST table · kick SDR is the headline value; ride and crash are reported jointlyA Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound SeparationICML

MDX23C DrumSep · 5 stems

MDX23C DrumSep · 5 stems：鼓組混音、替換、瞬態剪輯、練習軌道，以及以鼓為中心的分析。

Official 5-stem checkpoint Official 5-stem config Pinned immutable mirror used by TelkNet

MDX23C DrumSep · 6 stems

MDX23C DrumSep · 6 stems：鼓組混音、替換、瞬態剪輯、練習軌道，以及以鼓為中心的分析。

Official 6-stem checkpoint Official 6-stem config Pinned checkpoint bytes used by TelkNet

IDM

bernardo-torres/inverse-drum-machine IDM · checkpoint ddman1101/Separate-and-detect MSG-LD · checkpoint IDM

wiener 使用官方 Wiener 遮罩；none 關閉遮罩。
Wiener 遮罩的冪指數，官方預設 1。
完整混音先擷取鼓軌：MSG-LD 使用官方 Demucs，其餘新模型使用 AudioSep；僅鼓軌略過此步驟。
IDM 輸出九類鼓聲 WAV。nSDR、LSD 與 PES 衡量音訊分離，並非 MIDI 轉錄分數，也不與 MSG-LD 的 FAD 混排。

MSG-LD · OBTB

MSG-LD 生成五類鼓件音軌並偵測起音；MIDI 力度固定為 100，播放時長固定為 0.1 秒。

ddman1101/Separate-and-detect MSG-LD · checkpoint MSG-LD

msgld_ob 使用起音分支；msgld_obtb 同時使用起音與音色分支。
官方 DDIM 取樣步數，預設 200；不支援的時間步組合會報錯。
完整混音先擷取鼓軌：MSG-LD 使用官方 Demucs，其餘新模型使用 AudioSep；僅鼓軌略過此步驟。
論文分別報告 OB、TB 與 OBTB，OB 分數不能歸給預設 OBTB。音符 F1 與音訊 mel-MSE/FAD 分表顯示；論文偵測流程的分數並非本站複測結果。

MSG-LD · OB

MSG-LD 生成五類鼓件音軌並偵測起音；MIDI 力度固定為 100，播放時長固定為 0.1 秒。

ddman1101/Separate-and-detect MSG-LD · checkpoint MSG-LD

msgld_ob 使用起音分支；msgld_obtb 同時使用起音與音色分支。
官方 DDIM 取樣步數，預設 200；不支援的時間步組合會報錯。
完整混音先擷取鼓軌：MSG-LD 使用官方 Demucs，其餘新模型使用 AudioSep；僅鼓軌略過此步驟。
論文分別報告 OB、TB 與 OBTB，OB 分數不能歸給預設 OBTB。音符 F1 與音訊 mel-MSE/FAD 分表顯示；論文偵測流程的分數並非本站複測結果。