整合包简介

这个整合包基于 MVSEP-MDX23-Colab_v2 项目修改而来。原版是为 Colab 环境设计的，经过作者的代码调整后，现在可以直接在本地电脑上运行。

核心参数与评分

方案的核心参数直接参照了其在专业音源分离评测网站 mvsep.com 上的表现来设定。打包时，它在 “SDR Vocals” 这项关键指标上拿到了 10.2196 分，在当时所有开源模型中位列第一。

简单来说，这个分数意味着它在提取人声的清晰度和完整性上，是目前公开方案里的佼佼者。

实际使用体验

实际用下来感受如何？它的强项在于人声剥离得非常干净，而且基本不会损失高频细节，音质保持得不错。我测试过一些对模型来说比较“刁钻”的曲目，不少方案都会把人声抹掉一部分，但这个整合包的表现相当稳定。

不过，它也不是完美的。偶尔会有少量乐器声残留在人声轨里，如果追求极致干净，可能还需要后续处理一下。

2.3版本对比2.2版本

从2.2版升级到2.3版，最核心的变动是换用了全新的模型，整套处理方案和参数也都随之更新。

效果提升是实实在在的。新版本在 mvsep.com 上的 SDR Vocals 得分已经跃升至 10.3660，这得益于新发布的模型和一系列优化。当然，性能提升的代价是处理时间大幅增加，对硬件的要求也更高了。

重要提示：运行这个 MDX23 算法进行音源分离时，显存占用可能会在 4GB 到 15GB 之间波动。如果你的显卡显存低于 4GB，运行过程很可能会失败。

相关资源

• 项目开源地址：https://github.com/jarredou/MVSEP-MDX23-Colab_v2
• 2.2版本介绍视频：https://www.bilibili.com/video/BV1u8411y7P4/
• 2.3版本介绍视频：https://www.bilibili.com/video/BV1Gb4y1K7gu

《夸克》非常好用的免费AI浏览器

下载APP查看