स्प्लिट मॉडल

Youka में, आप “Split model” फीचर का उपयोग करके किसी गाने में वोकल्स को इंस्ट्रुमेंटल्स से अलग कर सकते हैं। आपके पास कई विकल्प हैं:

Demucs #

Demucs (Deep Extractor for Music Sources) म्यूज़िक सोर्स सेपरेशन के लिए एक अत्याधुनिक डीप लर्निंग मॉडल है। यह टाइम-डोमेन में काम करता है, जिससे ऑडियो के टेम्पोरल डिटेल्स संरक्षित रहते हैं, और यह convolutional neural network (CNN) आर्किटेक्चर का उपयोग करता है। Demucs वोकल्स, ड्रम्स, बास, और अन्य इंस्ट्रूमेंट्स को उच्च गुणवत्ता के साथ अलग करने के लिए जाना जाता है, जिससे यह कराओके बनाने और म्यूज़िक प्रोडक्शन जैसे कामों के लिए एक शीर्ष विकल्प बनता है।

MDX-23C #

MDX-23C मॉडल उन्नत म्यूज़िक डिमिक्सिंग कार्यों के लिए डिज़ाइन किया गया है, विशेष रूप से संगीत को चार स्टेम्स में अलग करने को लक्षित करते हुए: bass, drums, vocals, और अन्य इंस्ट्रूमेंट्स। यह मॉडल Demucs4 और MDX neural net आर्किटेक्चर्स के मिश्रण पर आधारित है और Ultimate Vocal Remover प्रोजेक्ट से कुछ weights को शामिल करता है। MDX-23C उच्च गुणवत्ता वाला सेपरेशन प्रदान करता है और खास तौर पर शक्तिशाली GPU सेटअप के साथ उपयोग करने पर बहुत प्रभावी होता है, जिससे यह उन उपयोगकर्ताओं के लिए एक मजबूत विकल्प है जो सटीक और प्रोफेशनल-ग्रेड ऑडियो सेपरेशन चाहते हैं।

ReFormer #

ReFormer म्यूज़िक डिमिक्सिंग के क्षेत्र में अपेक्षाकृत नया मॉडल है, जो म्यूज़िक ट्रैक्स में स्टेम्स को अलग करने के अपने इनोवेटिव दृष्टिकोण के लिए जाना जाता है। यह साफ़ और सटीक सेपरेशन हासिल करने के लिए पारंपरिक सिग्नल प्रोसेसिंग तकनीकों को आधुनिक डीप लर्निंग तरीकों के साथ जोड़ता है। यह मॉडल क्वालिटी और प्रोसेसिंग स्पीड के बीच संतुलन बनाने का लक्ष्य रखता है, जिससे यह प्रोफेशनल और हॉबी यूज़र्स—दोनों के लिए उपयुक्त है।

MDX-Net (with backing vocals) #

MDX-Net एक two-stream neural network है जिसे विशेष रूप से म्यूज़िक डिमिक्सिंग के लिए विकसित किया गया है, जिसमें time-frequency branch और time-domain branch—दोनों शामिल हैं। यह आर्किटेक्चर मॉडल को ऑडियो के अलग-अलग पहलुओं का विश्लेषण करके स्टेम्स अलग करने में सक्षम बनाता है, और दोनों स्ट्रीम्स के आउटपुट को मिलाकर अत्यंत सटीक सेपरेशन तैयार करता है। MDX-Net ने अंतरराष्ट्रीय म्यूज़िक डिमिक्सिंग चुनौतियों में शीर्ष स्थान हासिल करके अपनी प्रभावशीलता साबित की है, जिससे यह उन उपयोगकर्ताओं के लिए एक भरोसेमंद विकल्प है जिन्हें अपने ऑडियो प्रोसेसिंग में उच्च सटीकता चाहिए।