- Published on
UVR5のモデルを比較
- Authors
- Name
- ajshooting
- @ajshooting
VR_Models
1_HP-UVR.pth 7_HP2-UVR.pth
HP2 > HP であり、 HP2の中では 7 > 8 > 9 である。 7が一番良い。 8はイマイチだし、9は7とほぼ変わらないかそれ以下なのに、処理が2倍くらいかかる。
5_HP-Karaoke-UVR.pth 6_HP-Karaoke-UVR.pth
5の方が良いとされている。 これはコーラスを残してメインボーカルのみ分離できる。 ちなみに6が結構使われてるという噂もあった
MDX_Net_Models
UVR-MDX-NET Inst 1 UVR-MDX-NET-Inst_Main.onnx UVR-MDX-NET-Inst_HQ_1.onnx UVR-MDX-NET-Inst_HQ_2.onnx UVR-MDX-NET-Inst_HQ_3.onnx UVR-MDX-NET-Inst_HQ_4.onnx UVR-MDX-NET-Inst_HQ_5.onnx
HQがついてる方がカットしてなくていい感じらしい。 5にかけて強くボーカルを消すらしく、3か4あたりがちょうどいい気がします。 Mainはそんな
UVR_MDXNET_KARA.onnx これ使うくらいならVR_ModelsのKaraokeのほうがいい
時間かかるけど最強モデルだと思う model_bs_roformer_ep_317_sdr_12.9755.ckpt (639MB)
カラオケは多分これが最強かも mel_band_roformer_karaoke_aufr33_viperx_sdr_10.1956.ckpt (12m・913MB)
mel-band-roformer-karaoke https://huggingface.co/becruily/mel-band-roformer-karaoke/tree/main (・1.72GB) がいい感じらしい
relative2とか3eとか(安定してそうで強そう) https://huggingface.co/pcunwa/BS-Roformer-Revive/tree/main
BIGモデル https://huggingface.co/pcunwa/Mel-Band-Roformer-big/tree/main
https://github.com/jarredou/Music-Source-Separation-Training-Colab-Inference?tab=readme-ov-file ここによると melband_roformer_inst_v2.ckptが最強！
これかな https://huggingface.co/anvuew/BS-RoFormer
demucs
正直知らん..