AI工作站

 

MVSEP（Music Voice SEParator）是一款基于人工智能技术的音频分离工具，其主要功能是将音频文件中的音乐和人声部分进行分离。该工具使用先进的算法，能够有效地将音频中的语音和音乐部分隔离出来，并且可以提取出音频中的文本信息。

MVSEP官方网址入口：https://mvsep.com/zh

MVSEP具有多种分离类型和模型选择，包括Ensemble和Old Models两种类型，以及htdemucs模型等。此外，它还支持多种输出编码格式，如320kbps mp3格式。用户可以通过浏览文件或远程上传的方式上传本地音频文件进行处理，并且可以实时显示处理情况和GPU使用情况。

MVSEP的应用领域非常广泛，适用于音乐制作、音频编辑、广播电台、电影后期制作等多个行业。例如，在音乐制作中，用户可以利用MVSEP分离伴奏和人声进行创作；在音频编辑中，编辑师可以提高工作效率，分离不同音轨；在广播电台中，可以处理广播节目音频，去除或替换背景音乐；在电影后期制作中，可以分离对话和音效进行精准编辑。

MVSEP-MDX23是MVSEP的一个变体版本，基于Demucs4和MDX神经网络架构，可以将音乐分离成“bass”、“drums”、“vocals”和“other”四个部分。这种高级的分离能力使得MVSEP-MDX23在音乐分离挑战赛中表现出色，并获得了第三名的成绩。