/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Опубликована
5 апр 2026

Piano-Separation-Model-small

Обработка аудиоАудио → аудио3 профессии

Модель извлекает из музыкального трека изолированную партию обычного фортепиано.

273скачиваний за 30 дней5лайковвеса обновлены5 апр 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

tjpurdy разработал небольшую модель для выделения партии обычного фортепиано из аудиозаписи: на вход подаётся музыкальный трек, а на выходе получается аудио с изолированным фортепиано. Размер модели — 17 МБ; она рассчитана на обработку аудио с частотой 44,1 кГц и поддерживает входные файлы WAV, FLAC и MP3, а для результата — WAV и FLAC. Репозиторий содержит скрипт инференса; для работы используются PyTorch и safetensors.

Модель предназначена для разделения музыкальных источников, например для подготовки фортепианной партии к дальнейшему анализу или прослушиванию. Она обучена на типичном акустическом фортепиано и может не работать с его вариантами, например электропиано. Для обработки доступен GPU с 3 ГБ видеопамяти или CPU. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей.

Сценарии применения

  • выделение фортепиано из полной музыкальной записи
  • подготовка фортепианной партии для транскрибирования
  • прослушивание партии фортепиано отдельно от остальных инструментов

Ограничения

Модель обучена для обычного фортепиано и может не справиться с электропиано и другими вариантами инструмента. Для GPU требуется 3 ГБ видеопамяти; коммерческое использование запрещено лицензией CC BY-NC 4.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Piano Source Separation Model

This repository contains a 17 MB piano separation model and inference script for running it.

The model takes an audio track as input and outputs the isolated piano.

Examples

Listen to some examples here https://tjpurdy.github.io/Piano-Separation-Model-small/

Input and output

  • Supported input formats: wav, flac, mp3
  • Supported output formats: wav, flac (--output_format wav / --output_format flac)
  • --input_dir can point to either a single file or a directory containing multiple files

Installation

pip install torch einops rotary-embedding-torch numpy soundfile safetensors

Usage

Download the inference.py file then run the code below after setting the --input_dir (model and config will be auto-downloaded).

python inference.py --input_dir 'Insert path to file or directory containing file(s) here'

Extra options

  • --output_dir to choose where the outputs are saved, default is the same as --input_dir (output filenames will have _piano at the end)
  • --checkpoint_path where the model is located, if not found the code will automatically download it
  • --config_path where the config.json is located, if not found the code will automatically download it

Notes

  • This model is trained for the typical common piano only, it will not work on variants such as the electric piano.
  • Uses GPU (3GB VRAM required) automatically if available, CPU is used otherwise
  • The model is trained with 44.1 kHz audio
  • Processing speed of ~1 second per 1 minute of audio on a google colab T4.

Citation

Please cite this repository if you use this model in research or a project.

Credit

Wei-Tsung Lu, Ju-Chiang Wang, Qiuqiang Kong, Yun-Ning Hung - https://arxiv.org/abs/2309.02612 lucidrains - https://github.com/lucidrains/BS-RoFormer

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов
d9b10d7

0 моделей