/ Модель

Характеристики

Лицензия
MIT
Библиотека
mlx
Опубликована
30 сен 2026

mvsep-mega53-guitar

Обработка аудиоАудио → аудио

Конвертированная версия BS-RoFormer для выделения гитарного стема из стереозаписей музыки на Apple silicon с MLX.

0скачиваний за 30 дней0лайковвеса обновлены30 сен 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 конвертированная в float16 safetensors версия головки для выделения гитары из модели MVSep Mega 53 Stems, разработанной ZFTurbo. Модель построена на архитектуре BS-RoFormer; общий трансформер сохранён полностью, а из масочных оценивателей оставлен только оцениватель гитарного стема. По заявлению автора карточки, этот стем разделяется так же, как в полной модели.

Модель предназначена для извлечения гитарной партии из стереозаписей музыки и для последующей обработки стема. Она рассчитана на аудио 44,1 кГц, использует STFT с n_fft 2048 и hop 512; при инференсе обрабатывает 20-секундные фрагменты с перекрытиями. Версия подготовлена для запуска на Apple silicon через MLX Swift в LumaBeat Monitor и применяется после BS-RoFormer-SW, чтобы переносить гитару из стема «other» в отдельный гитарный стем.

Это преобразование формата исходного чекпойнта без обучения или дообучения. В README указано сравнение с реализацией ZFTurbo на 24 секундах музыки: выход float16 показал SDR 51,6 дБ относительно эталона. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • выделение гитарной партии из музыкального микса
  • перенос гитары из стема «other» в отдельную дорожку
  • подготовка гитарного стема для дальнейшего сведения и обработки

Ограничения

Модель предназначена только для выделения гитарного стема и рассчитана на стереоаудио 44,1 кГц. Для применения, описанного в карточке, нужны Apple silicon и запуск через MLX Swift в LumaBeat Monitor.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MVSep Mega 53 Stems — guitar head (float16 safetensors)

The guitar head of ZFTurbo's MVSep Mega 53 Stems BS-RoFormer, converted to float16 safetensors for LumaBeat Monitor. The Monitor runs it on Apple silicon with MLX Swift after BS-RoFormer-SW: where Mega 53 hears guitar in BS-RoFormer-SW's "other" stem, that part moves to the guitar stem.

  • Stem: guitar (one of the original model's 53; the shared transformer is complete, only the other stems' mask estimators are left out, so this stem separates exactly as in the full model)
  • Audio: 44.1 kHz stereo; STFT n_fft 2048, hop 512
  • Model: BS-RoFormer, dim 256, depth 12, 8 heads of 64, 62 bands, mask estimator depth 2 (MLP ×2)
  • Inference: chunks of 882,000 samples (20 s), 2 overlaps

Files

FileBytesSHA-256
mvsep_mega53_guitar.safetensors77,455,60824fbd2bd29f134f94cb2396e5f43d6b8dcbcef621ae75783275b1c9c281c6fec
mvsep_mega53_guitar_config.json1,0803691ae04991564ef44fa93b9793e95e07d2e21e1df373e129fcc3f871a843306

Origin

A format conversion only: no training or fine-tuning was done here.

  • Source: mvsep_mega_model_bs_roformer_53_stems_v1.ckpt (SHA-256 c62820893bbf86d4e734f966bd142d9157cfc8bb8e79e9d8f9ea553f3ff3519f), release v1.0.21 of ZFTurbo/Music-Source-Separation-Training (2026-04-20).
  • Converted with torch.load(weights_only=True) (no code in the checkpoint runs), keeping the guitar mask estimator. The checkpoint stores its rotary frequencies rounded to float16; the Monitor recomputes the default ones.
  • Checked against ZFTurbo's PyTorch code on 24 s of music: float16 output 51.6 dB SDR from the reference.

License

The weights are published in an MIT-licensed repository (Copyright (c) 2024 Roman Solovyev (ZFTurbo)), with no separate statement for them; this repository follows that. Architecture: BS-RoFormer (Lu et al., 2023), code by lucidrains and ZFTurbo (both MIT).

If you hold rights to these weights and want them credited differently or taken down, please open a discussion on this repository.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
ba42e7d

0 моделей