/ Модель

Характеристики

Лицензия
MIT
Библиотека
onnx
Опубликована
12 окт 2026

open-unmix-umxhq-bass-onnx

Обработка аудиоАудио → аудио

ONNX-экспорт сети Open-Unmix UMX-HQ выделяет басовую партию из стереомузыкального микса для изменения её уровня или уменьшения утечки других источников.

0скачиваний за 30 дней0лайковвеса обновлены12 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это экспорт в формате ONNX сети выделения баса из модели Open-Unmix UMX-HQ. Экспорт подготовлен для приложения Mix Directive на основе опубликованных весов Open-Unmix; веса не изменены. Модель предназначена для отделения басовой партии от стереомикса и используется вместе с сетями для вокала, ударных и прочих инструментов в сценариях изменения уровня баса в миксе и ослабления утечки других источников.

Сеть построена на двунаправленной LSTM. Она принимает амплитудный спектр стереосигнала с частотой 44,1 кГц и выдаёт оценку спектра баса той же формы. Обработка STFT/iSTFT и создание масок выполняются вне графа ONNX; при обработке фрагментами сети требуется контекст в несколько секунд по обе стороны фрагмента. Экспорт рассчитан на пакет размером 1 и стереовход, запускается локально через ONNX Runtime на CPU. Исходные веса Open-Unmix UMX-HQ обучены на MUSDB18-HQ. Лицензия — MIT.

Сценарии применения

  • выделение басового стема из стереомикса
  • изменение уровня баса в музыкальном миксе
  • ослабление других источников при сохранении баса
  • обработка музыкальных фрагментов локально на CPU

Ограничения

Модель предназначена только для басового источника и рассчитана на стереовход с частотой 44,1 кГц и пакет размером 1. STFT/iSTFT и формирование масок нужно выполнять отдельно; при обработке чанками необходим контекст в несколько секунд с каждой стороны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Open-Unmix UMX-HQ bass (ONNX)

An ONNX export of the bass network from Open-Unmix UMX-HQ (pretrained weights: Zenodo 10.5281/zenodo.3370489, bass-8d85a5bd.pth, MIT). The Mix Directive desktop app uses it, with the vocals, drums, bass and other networks together, for Music Rebalance (re-levelling bass in a mix) and Reduce Bleed's Model mode (keeping a bass stem and reducing the rest). It runs locally with ONNX Runtime on the CPU. No PyTorch is required.

Changes from the original

This is a modified redistribution under the original MIT licence (see LICENSE, © 2019 Inria):

  • Only the bass target's network is included, converted to ONNX (opset 17).
  • The graph is traced through a thin wrapper that repeats OpenUnmix.forward with a dynamic frame axis. The original reads the frame count as a Python int, which tracing would freeze. Batch size is fixed at 1 and stereo input is fixed.
  • The STFT/iSTFT and Wiener filtering are not part of the graph. The app turns the four targets' outputs into power-ratio masks instead.

The weights are unchanged (float32). The ONNX output matches PyTorch to within 5e-06.

The newer umxl weights are licensed for non-commercial use only and are not used.

Files

FileSizeSHA-256
model.onnx35,623,502 bytes8931033f04666fdcf300d610579351d74275a6c55dd4346009290c844033726f
export_umxhq_onnx.py, export_umxhq_vocals_onnx.py—Scripts that produced model.onnx (python3 export_umxhq_onnx.py out_dir bass)

Usage

  • Input magnitude: float32 [1, 2, 2049, frames]. This is the magnitude STFT of a 44.1 kHz stereo signal (n_fft 4096, hop 1024, periodic Hann window, centred with reflect padding, as in torch.stft).
  • Output bass_magnitude: the estimated bass magnitude, the same shape as the input. Use it with the other targets' estimates as power-ratio masks on the complex mix STFT, then invert.
  • The network is a bidirectional LSTM, so give it a few seconds of context either side when processing in chunks.

Training data

The upstream authors trained UMX-HQ on MUSDB18-HQ and publish the weights under the MIT licence. See the Open-Unmix repository and the Zenodo record.

Citation

Stöter, F.-R., Uhlich, S., Liutkus, A., & Mitsufuji, Y. (2019). Open-Unmix – A Reference Implementation for Music Source Separation. Journal of Open Source Software, 4(41), 1667. https://doi.org/10.21105/joss.01667

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · onnx

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов
1e980d2

0 моделей