분리 모델

Youka에서는 "Split model" 기능을 사용해 곡에서 보컬과 반주를 분리할 수 있습니다. 다음과 같은 여러 옵션이 있습니다:

Demucs #

Demucs(Deep Extractor for Music Sources)는 음악 소스 분리를 위한 최첨단 딥러닝 모델입니다. 시간 도메인에서 동작해 오디오의 시간적 디테일을 보존하며, 합성곱 신경망(CNN) 아키텍처를 사용합니다. Demucs는 보컬, 드럼, 베이스 및 기타 악기를 고품질로 분리하는 것으로 잘 알려져 있어, 노래방(가라오케) 제작이나 음악 프로덕션 같은 작업에 가장 많이 선택되는 모델 중 하나입니다.

MDX-23C #

MDX-23C 모델은 고급 음악 디믹싱 작업을 위해 설계되었으며, 특히 음악을 네 개의 스템(bass, drums, vocals, other instruments)으로 분리하는 데 초점을 맞춥니다. 이 모델은 Demucs4와 MDX 신경망 아키텍처를 혼합한 기반 위에 만들어졌고, Ultimate Vocal Remover 프로젝트의 일부 가중치를 포함합니다. MDX-23C는 고품질 분리를 제공하며, 특히 강력한 GPU 환경에서 사용할 때 효과적이어서 정밀하고 전문가급 오디오 분리를 원하는 사용자에게 유력한 선택지입니다.

ReFormer #

ReFormer는 음악 디믹싱 분야의 비교적 새로운 모델로, 음악 트랙의 스템을 분리하는 혁신적인 접근으로 알려져 있습니다. 전통적인 신호 처리 기법과 현대 딥러닝 방법을 결합해 깨끗하고 정확한 분리를 달성합니다. 이 모델은 품질과 처리 속도의 균형을 목표로 하며, 전문가와 취미 사용자 모두에게 적합합니다.

MDX-Net (with backing vocals) #

MDX-Net은 음악 디믹싱을 위해 특별히 개발된 투 스트림 신경망으로, 시간-주파수 브랜치와 시간 도메인 브랜치를 모두 갖추고 있습니다. 이 아키텍처는 오디오의 서로 다른 측면을 분석해 스템을 분리할 수 있게 하며, 두 스트림의 출력을 결합해 매우 정확한 분리 결과를 생성합니다. MDX-Net은 국제 음악 디믹싱 챌린지에서 상위권을 차지하며 효과를 입증해 왔고, 오디오 처리에서 높은 정밀도가 필요한 사용자에게 신뢰할 수 있는 옵션입니다.