VocalParse: Towards Unified and Scalable Singing Voice Transcription with Large Audio Language Models
arXiv - 2026
المسار الافتراضي لإنتاج MIDI غنائي منظم وقريب من التدوين الموسيقي؛ نقطة تحقق ثابتة بلا معاملات استدلال رسمية يضبطها المستخدم.
اختر VocalParse أو GAME أو ROSVOT أو SOME للتفريغ الغنائي القريب من النوتة أو المقاوم للمصاحبة أو السريع.
اختر VocalParse أو GAME أو ROSVOT أو SOME للتفريغ الغنائي القريب من النوتة أو المقاوم للمصاحبة أو السريع.
المدخلات
ملف صوتي أو فيديو مدعوم بالكامل؛ اختر ملف تعريف النموذج الذي يطابق المصدر والنتيجة التي تحتاجها.
الصيغ المدعومة
الإنتاج
اختر VocalParse أو GAME أو ROSVOT أو SOME للتفريغ الغنائي القريب من النوتة أو المقاوم للمصاحبة أو السريع.
حالة الاستخدام
اختر VocalParse أو GAME أو ROSVOT أو SOME للتفريغ الغنائي القريب من النوتة أو المقاوم للمصاحبة أو السريع.
اختر VocalParse أو GAME أو ROSVOT أو SOME للتفريغ الغنائي القريب من النوتة أو المقاوم للمصاحبة أو السريع.
المسار الافتراضي لإنتاج MIDI غنائي منظم وقريب من التدوين الموسيقي؛ نقطة تحقق ثابتة بلا معاملات استدلال رسمية يضبطها المستخدم.
GAME يحوّل الغناء إلى MIDI بإعدادات الحدود وD3PM والتقدير الرسمية. اللغة الافتراضية تلقائية/غير محددة، ولا تُفرض الصينية.
مسار متين للصوت الغنائي مع الضوضاء أو تسرّب المصاحبة؛ نقطة التحقق الرسمية الحالية مدرّبة أساساً على الغناء بالصينية المندرينية.
SOME مسار سريع وخفيف لتحويل الغناء إلى MIDI. لا توجد عناصر تحكم نموذجية عامة؛ تحسين سرعة MIDI الاختياري يحدث بعد الاستدلال.
arXiv - 2026
المسار الافتراضي لإنتاج MIDI غنائي منظم وقريب من التدوين الموسيقي؛ نقطة تحقق ثابتة بلا معاملات استدلال رسمية يضبطها المستخدم.
ACL - 2024
مسار متين للصوت الغنائي مع الضوضاء أو تسرّب المصاحبة؛ نقطة التحقق الرسمية الحالية مدرّبة أساساً على الغناء بالصينية المندرينية.
Official technical guide - 2026
GAME يحوّل الغناء إلى MIDI بإعدادات الحدود وD3PM والتقدير الرسمية. اللغة الافتراضية تلقائية/غير محددة، ولا تُفرض الصينية.
Official technical guide - 2023
SOME مسار سريع وخفيف لتحويل الغناء إلى MIDI. لا توجد عناصر تحكم نموذجية عامة؛ تحسين سرعة MIDI الاختياري يحدث بعد الاستدلال.
اختر VocalParse أو GAME أو ROSVOT أو SOME للتفريغ الغنائي القريب من النوتة أو المقاوم للمصاحبة أو السريع.
المسار الافتراضي لإنتاج MIDI غنائي منظم وقريب من التدوين الموسيقي؛ نقطة تحقق ثابتة بلا معاملات استدلال رسمية يضبطها المستخدم.
GAME يحوّل الغناء إلى MIDI بإعدادات الحدود وD3PM والتقدير الرسمية. اللغة الافتراضية تلقائية/غير محددة، ولا تُفرض الصينية.
مسار متين للصوت الغنائي مع الضوضاء أو تسرّب المصاحبة؛ نقطة التحقق الرسمية الحالية مدرّبة أساساً على الغناء بالصينية المندرينية.
SOME مسار سريع وخفيف لتحويل الغناء إلى MIDI. لا توجد عناصر تحكم نموذجية عامة؛ تحسين سرعة MIDI الاختياري يحدث بعد الاستدلال.
تنشر VocalParse وGAME وROSVOT وSOME نتائج على مجموعات بيانات ولغات وقواعد وسماحات مطابقة مختلفة. لا يوجد بروتوكول عام موحّد موثّق يغطي نقاط الفحص الأربع المنشورة، لذلك لا نختلق ترتيبًا مجمعًا.
| ملاحظات ورقية ومرجعية | النموذج | MAE_pitch ↓ | مقاييس تفصيلية |
|---|---|---|---|
| كلمات مرجعية + طوابع SOFA الزمنية | ROSVOTTelkNetPaper Table 1 | 0.38 | MAE_note ↓0.45MAE_duration ↓0.40MAE_note-count ↓0.20 |
| الصوت فقط | VocalParse 1.7BTelkNetPaper Table 1 | 0.56 | MAE_note ↓0.44MAE_duration ↓0.34MAE_note-count ↓0.11 |
| الصوت + كلمات مرجعية | VocalParse 1.7BTelkNetPaper Table 1 | 0.35 | MAE_note ↓0.43MAE_duration ↓0.33MAE_note-count ↓0.11 |
مسار متين للصوت الغنائي مع الضوضاء أو تسرّب المصاحبة؛ نقطة التحقق الرسمية الحالية مدرّبة أساساً على الغناء بالصينية المندرينية.
| ملاحظات ورقية ومرجعية | النموذج | COnPOff F1 (%) | مقاييس تفصيلية |
|---|---|---|---|
| نظيف | ROSVOTTelkNetPaper Table 1 | 77.4 | COn F1 (%)94.0COff F1 (%)94.5Pitch AOR (%)97.0Melody RPA (%)87.6 |
| ضوضاء MUSAN | ROSVOTTelkNetPaper Table 1 | 77.0 | COn F1 (%)93.8COff F1 (%)94.4Pitch AOR (%)97.1Melody RPA (%)87.4 |
تنشر VocalParse وGAME وROSVOT وSOME نتائج على مجموعات بيانات ولغات وقواعد وسماحات مطابقة مختلفة. لا يوجد بروتوكول عام موحّد موثّق يغطي نقاط الفحص الأربع المنشورة، لذلك لا نختلق ترتيبًا مجمعًا.
هذه الأداة تحت الصيانة. يرجى المحاولة مرة أخرى لاحقا.
اكتب اقتراحك أو طلبك هنا ثم أرسله. نستمع بعناية إلى كل صوت ونسعى لتحويل الأفكار الجيدة إلى ميزات حقيقية.
العرض التجريبي
اختر VocalParse أو GAME أو ROSVOT أو SOME للتفريغ الغنائي القريب من النوتة أو المقاوم للمصاحبة أو السريع.
VocalParse 1.7B