/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
pytorch
Опубликована
28 янв 2026

siren-master

Обработка аудиоАудио → аудио

SIREN-MASTER — модель на основе Flow Matching для автоматического мастеринга и улучшения музыкальных миксов.

0скачиваний за 30 дней7лайковвеса обновлены29 янв 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

SIREN-MASTER — модель семейства SIREN Audio Suite для автоматического улучшения и мастеринга музыки, разработанная авторами этого семейства. Она преобразует исходный микс в обработанное аудио с помощью архитектуры Flow Matching, также описанной как Continuous Normalizing Flow. Заявленный размер модели — 40 МБ; обучение проходило в два этапа: базовые аудиопреобразования и дообучение на парах миксов и мастер-файлов.

Модель предназначена для автоматического мастеринга, улучшения звучания полного микса и подготовки демо- или предварительных версий релиза. В README заявлены коррекция тонального баланса, компрессия, лимитирование, стереообработка и гармоническое насыщение. Модель принимает и выдаёт аудио; целевой музыкальный сценарий и метаданные указывают на обработку музыки. Лицензия — Apache-2.0.

Оптимизирована для частоты дискретизации 44,1 кГц и лучше работает с полными миксами, чем с отдельными дорожками. Характер мастеринга зависит от эстетики обучающих данных; модель не заменяет мастеринг с учётом конкретного жанра. Заявления README о профессиональном качестве и высокой точности не сопровождаются здесь независимой оценкой.

Сценарии применения

  • автоматический мастеринг музыкального микса
  • улучшение ясности, плотности и присутствия в миксе
  • коррекция тонального баланса музыкальной композиции
  • компрессия и лимитирование готового микса
  • подготовка демо-версии или предварительного мастера

Ограничения

Оптимизирована для аудио с частотой 44,1 кГц и лучше подходит для полных миксов, чем для отдельных дорожек. Результат зависит от эстетики обучающих данных, а модель не заменяет мастеринг с учётом жанра.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SIREN-MASTER

Neural Audio Enhancement and Mastering with Flow Matching

SIREN-MASTER is part of the SIREN Audio Suite - a family of neural audio processing models designed for professional music production workflows.

Model Description

SIREN-MASTER enhances and masters audio using a Flow Matching architecture. The model learns the transformation from raw mixes to professionally mastered audio, capturing the nuanced decisions of human mastering engineers.

Key capabilities:

  • Automatic mastering - Professional-quality mastering in one pass
  • Audio enhancement - Improve clarity, punch, and presence
  • Dynamic processing - Intelligent compression and limiting
  • Tonal balance - Optimal frequency distribution
  • Stereo imaging - Enhanced width and depth

Architecture

ComponentDetails
Base ArchitectureFlow Matching (Continuous Normalizing Flow)
Model Size40MB
Training Phases2 (Foundation + Enhancement)
Sample Rate44.1 kHz

Flow Matching provides:

  • Stable training - More stable than diffusion models
  • Fast inference - Fewer steps than diffusion
  • High fidelity - Excellent audio quality preservation

Training Pipeline

SIREN-MASTER was trained in two phases:

  1. Phase 1: Foundation (100 epochs)

    • Learn basic audio transformations
    • Build robust feature representations
  2. Phase 2: Enhancement (100 epochs)

    • Fine-tune on mastering pairs
    • Learn professional mastering aesthetics

The SIREN Family

SIREN-MASTER is part of a suite of audio AI models:

ModelPurpose
SIREN-FXNeural audio effects
SIREN-FIXAudio restoration and repair
SIREN-MASTERAudio enhancement and mastering (this model)
SIREN-STEERSteerable audio transformations
SIREN-SEPARATESource separation
SIREN-TRANSCRIBEMusic analysis (key, tempo, beats)

Usage

import torch
import torchaudio

# Load model
checkpoint = torch.load('siren_master.pt', map_location='cpu')
model_state = checkpoint['model_state_dict']

# Model expects stereo audio at 44.1kHz
# Input: raw mix
# Output: mastered audio

Training Details

  • Training Data: Large-scale mastering dataset (raw/mastered pairs)
  • Training Duration: 200 total epochs (100 Phase 1 + 100 Phase 2)
  • Hardware: NVIDIA B200 GPUs (8-GPU DDP)
  • Batch Size: 256

Intended Use

SIREN-MASTER is designed for:

  • Automatic audio mastering
  • Mix enhancement and polish
  • Reference-quality output preparation
  • Demo/pre-production mastering
  • Research in neural audio enhancement

What SIREN-MASTER Learns

The model captures mastering techniques including:

  • EQ adjustments - Tonal balance and clarity
  • Compression - Dynamic range control
  • Limiting - Loudness maximization
  • Stereo enhancement - Width and imaging
  • Harmonic saturation - Warmth and presence

Limitations

  • Optimized for 44.1kHz sample rate
  • Best results with full mixes (not individual stems)
  • Mastering style reflects training data aesthetics
  • Not a replacement for genre-specific mastering

License

Apache 2.0

Citation

If you use SIREN-MASTER in your research, please cite:

@software{siren_master_2026,
  title={SIREN-MASTER: Neural Audio Mastering with Flow Matching},
  author={SIREN Team},
  year={2026},
  url={https://huggingface.co/hilarl/siren-master}
}

Contact

For questions and feedback, please open an issue on the model repository.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов
c10c3a0

0 моделей