谈谈如何建设企业人力资源网站,长春市网站推广,建设官网电话号码,app制作教程入门音频降噪
Ultimate Vocal Remover GUI v5.5.1工具使用
1#xff1a;是什么
集成目前最先进的从音频文件中分离人声的源分离模型。 本工程#xff0c;将Ultimate Vocal Remover GUI v5.5.1界面工具#xff0c;改写成可以在服务器端批量推理的工具。 界面仓库地址#xff…音频降噪
Ultimate Vocal Remover GUI v5.5.1工具使用
1是什么
集成目前最先进的从音频文件中分离人声的源分离模型。 本工程将Ultimate Vocal Remover GUI v5.5.1界面工具改写成可以在服务器端批量推理的工具。 界面仓库地址https://github.com/Anjok07/ultimatevocalremovergui
2: 有哪些功能
暂不支持两种模型联合处理。
1VR Architecture:
具有9种模式的模型这些模型使用幅度谱图进行信源分离VR是索尼的AI算法 1)1_HP-UVR.pth针对乐器伴奏的模型1效果比2_HP-UVR还差一点 22_HP-UVR.pth上个模型微调版本1人声分离效果没有3_HP-Vocal-UVR好 33_HP-Vocal-UVR.pth强化人声提取1还可以但是重点噪音的地方存在把主要人声也去掉的现象
44_HP-Vocal-UVR.pth上一个模型微调版比上一个版本更激进1,跟3_HP-Vocal-UVR差不太多
55_HP-Karaoke-UVR.pth分离主要人声能够去掉背景人声 ,1,效果一般 66_HP-Karaoke-UVR.pth: 分离主要人声能够去掉背景人声 77_HP2-UVR.pth: 使用更多数据集和新参数训练出的更强大的乐器模型 88_HP2-UVR.pth:上一个模型微调版 99_HP2-UVR.pth:上一个模型微调版
2MDX-Net:
具有5种模式的模型这些模型使用混合频谱/波形进行源分离处理高音质音频的AI算法对人声的识别提取能力强大就是慢一些 1UVR_MDXNET_1_9703.onnx在SDR上得分9.703 ,1,效果没有VR Architecture或者Demucsv4好 2UVR_MDXNET_2_9682.onnx在SDR上得分9.682 3UVR_MDXNET_3_9662.onnx在SDR上得分9.662 4UVR_MDXNET_KARA.onnx分离主要人声保留背景人声1不知是否参数设置有问题效果很差 5UVR_MDXNET_main.onnxMDX-Net最强也是最耗资源的模型
3Demucs:
支持v1-v4这些模型使用混合频谱/波形进行源分离Demucs是Facebook开源的声音分离模型可以分离人声和乐器 1 v4 | hdemucs_mmi 1混合 Demucs v3模型重新训练 2v4 | htdemucs 1v4第一个默认版本 3) v4 | htdemucs_ft 1 htdemucs微调版本分离将花费4倍的时间 但可能会好一点。与第一个版本相同的训练集。 4) v4 | htdemucs_6s 1 6 个轨道版本对人声剥离的比较干净感觉人声分离的最清晰 5) v4 | UVR_Model_ht 6) v3 | UVR_Model_Bag 7) v3 | UVR_Model_2 8) v3 | UVR_Model_1 9) v3 | repro_mdx_a_time 10) v3 | repro_mdx_a_hybrid 11) v3 | repro_mdx_a 12) v3 | mdx_q 13) v3 | mdx_extra_q 14) v3 | mdx_extra1 15) v3 | mdx 1 之前比赛里的第1名最高质量的模型 官网仓库地址https://github.com/facebookresearch/demucs 网络结构 double U-Net encoder/decoder structure。 一个轨道一个模型除了htdemucs_6s其他比如htdemucs与htdemucs_ft等均4个音轨道分别[“drums”,“bass”,“other”,“vocals”]每个模型结构一样输入一段音频频谱输出一段对应音轨的音频频谱。htdemucs_6s包含6个音轨道模型分别为[“drums”,“bass”,“other”,“vocals”,“guitar”,“piano”] 滑窗
segment int(model.samplerate * model.segment) #一般是固定的
stride int((1 - overlap) * segment) #滑窗步长跟overlap有关overlap默认0.25此时stride257985
offsets range(0, length, stride) #length为音频长度3:怎么用
0 下载源界面仓库工程地址https://github.com/Anjok07/ultimatevocalremovergui 脚本仓库地址https://download.csdn.net/download/jiafeier_555/88085675?spm1001.2014.3001.5501 将脚本仓库地址脚本添加到源界面仓库工程按源界面仓库工程要求配置环境即可跑通。 1配置参数
inputPaths: ./wav #音频文件夹
export_path: ./wav_result #人声分离后的结果保存
chosen_process_method_var: MDX-Net # MDX-Net,Demucs,VR Architecture,Ensemble Mode
demucs_model_var: htdemucs_6s #v4 | UVR_Model_ht,v4 | htdemucs_6s,v4 | htdemucs_ft,v4 | htdemucs,v4 | hdemucs_mmi
mdx_net_model_var: UVR_MDXNET_KARA #UVR_MDXNET_1_9703UVR_MDXNET_KARA
vr_model_var: 3_HP-Vocal-UVR #5_HP-Karaoke-UVR4_HP-Vocal-UVR 3_HP-Vocal-UVR2_HP-UVR1_HP-UVR
is_primary_stem_only_var: True #True:表示只输出人声音频
aggression_setting: 4 #VR Architecture算法模式下除燥的强度2运行脚本
python infer.py
