CrowdioSet and PaRIRset: Two Datasets Towards Live Music Source Separation
arXiv - 2026
論文表 2、3 的平均 SDR：clean 為乾淨測試，noisy 加入觀眾聲，noisyrev 加入觀眾聲與殘響。不同條件分開排行；殘響版本不負責去殘響。
載入中...
將歌曲拆成人聲和樂器音軌，分別試聽、混音或製作練習伴奏。
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
4 × WAV
適用場景
CrowdioSet SCNet：M1 針對乾淨錄音，M2 加入殘響訓練，M3 加入觀眾聲，M4 同時包含兩者。M1/M2 輸出四軌，M3/M4 另輸出觀眾軌；保留殘響，觀眾跟唱可能殘留。
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。
CrowdioSet SCNet：M1 針對乾淨錄音，M2 加入殘響訓練，M3 加入觀眾聲，M4 同時包含兩者。M1/M2 輸出四軌，M3/M4 另輸出觀眾軌；保留殘響，觀眾跟唱可能殘留。
BS-RoFormer SW Fixed 使用 BS-Rofo-SW-Fixed.ckpt 與 BS-Rofo-SW-Fixed.yaml，把完整混音拆成六個 WAV 分軌。
將完整混音分離為四個標準 MUSDB 風格分軌。
XLANCE-MSR 是基於六軌 BS-RoFormer 系統擴充的八類源恢復方案，加入分離、降噪和去混響/恢復，並公開 MIT checkpoint 權重。
MVSep Mega 53 Stems 依偵測到的樂器分離混音，適合探索複雜編曲；個別聲部可能不如專用模型乾淨。
BS-RoFormer SW Fixed 使用 BS-Rofo-SW-Fixed.ckpt 與 BS-Rofo-SW-Fixed.yaml，把完整混音拆成六個 WAV 分軌。
Sony MIMO SCNet 分離人聲、鼓、貝斯和其他樂器，提供 SCNet 與 SCNet Gen 兩個版本。
Sony MIMO SCNet 分離人聲、鼓、貝斯和其他樂器，提供 SCNet 與 SCNet Gen 兩個版本。
MDX23C Phantom Centre 擷取立體聲左右聲道中的相似中置信號，並輸出側向殘差。中置樂器也可能被擷取，偏置人聲可能殘留；它不按樂器類別辨識。
擷取弓弦樂器，並輸出其餘聲音。相近音色和合成弦樂可能串音。
arXiv - 2026
論文表 2、3 的平均 SDR：clean 為乾淨測試，noisy 加入觀眾聲，noisyrev 加入觀眾聲與殘響。不同條件分開排行；殘響版本不負責去殘響。
SDX23 music separation track - 2023
BS-RoFormer 使用分帶頻譜特徵加 RoPE Transformer；SDX23 系統在音樂源分離賽道排名第一，較小版本在 MUSDB18HQ 上報告了 9.80 dB 平均 SDR。
ICASSP - 2023
HT Demucs 用 cross-domain Transformer attention 替換 Demucs 核心層，並在額外數據和 fine-tuning 下報告 9.20 dB SDR。
ICASSP - 2025
介紹已部署的 Huge-SCNet-4stems checkpoint 背後的子帶稀疏壓縮架構：混合訊號的頻譜圖被拆分為多個子帶，並以不同速率壓縮，兼顧效率與高品質分離。
arXiv - 2026
XLANCE-MSR 的 Music Source Restoration Challenge 技術報告。
arXiv - 2026
MSR Challenge 官方頁面和結果表，記錄源恢復挑戰的客觀與主觀排名。
arXiv - 2026
Sony 官方固定版本 README：MUSDB18-HQ，museval 中位數再取中位數。僅在此口徑內比較，不與 MVSEP 或其他論文分數混排。
4 個輸出分項
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。
同一榜單中，每份權重只列一次，顯示目前計分項目的最佳公開成績；綜合分數來自同一次評測。展開可查看各次評測與設定。
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。
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。
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 4 / 原表 5
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。
SAMAudio †
論文表 2、3 的平均 SDR：clean 為乾淨測試，noisy 加入觀眾聲，noisyrev 加入觀眾聲與殘響。不同條件分開排行；殘響版本不負責去殘響。
| 指標名次 | 模型 | 評測條件 | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1本站模型 | clean | 1.46 ± 3.4 ( 10.05 ) | 7.04 ± 3.6 ( 10.62 ) | 4.15 ± 3.5 ( 8.97 ) | 1.43 ± 3.5 ( 6.69 ) |
| - | CrowdioSet SCNet M2 | rev | 1.10 ± 3.6 ( 9.01 ) | 8.23 ± 3.1 ( 9.86 ) | 5.36 ± 3.7 ( 7.77 ) | 3.63 ± 2.4 ( 5.98 ) |
| - | CrowdioSet SCNet M3 | noisy | 3.26 ± 2.9 ( 9.97 ) | 7.00 ± 3.3 ( 10.68 ) | 3.91 ± 3.6 ( 8.85 ) | 1.79 ± 3.2 ( 6.69 ) |
| - | CrowdioSet SCNet M4 | noisyrev | 3.15 ± 3.1 ( 9.07 ) | 8.19 ± 3.3 ( 9.98 ) | 5.66 ± 3.6 ( 7.86 ) | 3.55 ± 2.7 ( 5.88 ) |
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 4 / 原表 5
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。
SAMAudio †
可部署項目 2 / 原表 3
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。
SAMAudio †
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 4 / 原表 5
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。
SAMAudio †
論文表 2、3 的平均 SDR：clean 為乾淨測試，noisy 加入觀眾聲，noisyrev 加入觀眾聲與殘響。不同條件分開排行；殘響版本不負責去殘響。
| 指標名次 | 模型 | 評測條件 | vocals↑ | drums↑ | bass↑ | other↑ |
|---|---|---|---|---|---|---|
| - | CrowdioSet SCNet M1 | clean | 1.46 ± 3.4 ( 10.05 ) | 7.04 ± 3.6 ( 10.62 ) | 4.15 ± 3.5 ( 8.97 ) | 1.43 ± 3.5 ( 6.69 ) |
| - | CrowdioSet SCNet M2 | rev | 1.10 ± 3.6 ( 9.01 ) | 8.23 ± 3.1 ( 9.86 ) | 5.36 ± 3.7 ( 7.77 ) | 3.63 ± 2.4 ( 5.98 ) |
| - | CrowdioSet SCNet M3 | noisy | 3.26 ± 2.9 ( 9.97 ) | 7.00 ± 3.3 ( 10.68 ) | 3.91 ± 3.6 ( 8.85 ) | 1.79 ± 3.2 ( 6.69 ) |
| - | CrowdioSet SCNet M4 | noisyrev | 3.15 ± 3.1 ( 9.07 ) | 8.19 ± 3.3 ( 9.98 ) | 5.66 ± 3.6 ( 7.86 ) | 3.55 ± 2.7 ( 5.88 ) |
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 2 / 原表 3
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。
SAMAudio †
論文表 2、3 的平均 SDR：clean 為乾淨測試，noisy 加入觀眾聲，noisyrev 加入觀眾聲與殘響。不同條件分開排行；殘響版本不負責去殘響。
| 指標名次 | 模型 | 評測條件 | audience isolation | |
|---|---|---|---|---|
| non-reverberant↑ | reverberant↑ | |||
| 1 | CrowdioSet SCNet M3 | noisy | 2.85 ± 1.3 | 1.25 ± 1.4 |
| 2 | CrowdioSet SCNet M4 | noisyrev | 1.55 ± 1.0 | 1.56 ± 0.9 |
尋找適合素材的處理方法與操作步驟。