লোড হচ্ছে...
ধরন, বর্ণনা বা MIDI থেকে বহু ট্র্যাকের সংগীত তৈরি করুন। সংস্করণ বেছে শুনুন, সম্পাদনা করুন ও ডাউনলোড করুন।
ইনপুট
ধরন, বর্ণনা বা MIDI
MIDI ফরম্যাট
আউটপুট
বহু ট্র্যাকের MIDI · ZIP মূল ফাইল
কেস ব্যবহার করুন
সংগীত ভাবনা, ব্যান্ডের বিন্যাস ও MIDI সম্প্রসারণ
ধরন, বর্ণনা বা MIDI থেকে বহু ট্র্যাকের সংগীত তৈরি করুন। সংস্করণ বেছে শুনুন, সম্পাদনা করুন ও ডাউনলোড করুন।
সিড 42 · 35 সেকেন্ড · 5টি ট্র্যাক
MIDI থেকে শব্দ সংশ্লেষ করা হয়। যন্ত্রের স্বর মডেলের অডিও মান মাপে না।
MIDILM
প্রতি ফাইলে সর্বোচ্চ 512 MB SF2/SF3 আমদানি করুন। ফাইল শুধু এই পাতায় স্থানীয়ভাবে ব্যবহৃত হয়, আপলোড হয় না। প্রতিলিখিত নোট অপরিবর্তিত থাকে।
48 kHz অডিও বা ভিডিও প্রকল্পের জন্য। ফাইল কিছুটা বড় হবে।
বর্তমান শব্দ, গতি ও আওয়াজের মাত্রা দিয়ে বেছে নেওয়া ফরম্যাটে সরাসরি WAV তৈরি হয়। মান সাউন্ড লাইব্রেরির ওপরও নির্ভর করে; বেশি বিট তার মূল নমুনার মান বাড়ায় না।
মূল MIDI ফাইলসম্পূর্ণ মূল ZIPতৈরির বিবরণ
{
"model_profile": "midilm",
"arrangement_seed": 42,
"arrangement_mode": "create",
"arrangement_options": {
"prompt": "A warm jazz quartet in C major at 110 BPM, 4/4 time. Piano plays a clear lyrical melody, acoustic bass keeps a steady pulse, clean guitar adds soft chords, and drums keep a light swing groove. The harmony follows Dm7, G7, Cmaj7 and Am7, with balanced dynamics and recurring melodic phrases.",
"max_tokens": 2047,
"temperature": 1
}
}SHA-256: 60531fb6edff7267c65e932ec148adf26c319b9ca68e4bf9ebf7cd9eda42e7fc
মতামতে টুলের নাম, ধাপগুলো এবং সমস্যাটি লিখুন। স্ক্রিনশট দিলে সমস্যা খুঁজতে সুবিধা হয়।
লেখা থেকে বহু যন্ত্রের MIDI তৈরি করে।
গবেষণাপত্রের ফল: MOS ↑ 3.2306 ± 0.9160 / 5
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: CC-BY-NC-4.0 (code)
ধরন, অনুভূতি ও যন্ত্রের বর্ণনাকে বহু ট্র্যাকের MIDI-তে রূপ দেয়।
গবেষণাপত্রের ফল: FAD ↓ 0.173 · CLAP ↑ 22.1 · BF16
সারণি 2: 896 নমুনা, FluidR3_GM, VGGish FAD ও CLAP × 100। গতি একটি L40S-এ 2K token তৈরির। এই সাইটের FP32 সংস্করণের সমতুল্য পরিমাপ নেই।
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: Llama-3.2-Community
উচ্চমানের তথ্যে সূক্ষ্ম প্রশিক্ষিত Large; সব ধরনে ভালো নাও হতে পারে।
এই সংস্করণের তুলনাযোগ্য প্রকাশিত মানের স্কোর নেই।
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: Apache-2.0
মূল মডেল · 16 স্তর, 16 অ্যাটেনশন হেড।
এই সংস্করণের তুলনাযোগ্য প্রকাশিত মানের স্কোর নেই।
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: Apache-2.0
মূল মডেল · 8 স্তর, 32 অ্যাটেনশন হেড।
এই সংস্করণের তুলনাযোগ্য প্রকাশিত মানের স্কোর নেই।
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: Apache-2.0
4 / 8 বারের প্রসঙ্গ; মাঝারি ওজন 350.5 MB।
এই সংস্করণের তুলনাযোগ্য প্রকাশিত মানের স্কোর নেই।
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16 বার; 4096 token প্রসঙ্গ।
এই সংস্করণের তুলনাযোগ্য প্রকাশিত মানের স্কোর নেই।
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16 বার; বাজানোর তীব্রতা ও সূক্ষ্ম সময়ের প্রকাশ।
এই সংস্করণের তুলনাযোগ্য প্রকাশিত মানের স্কোর নেই।
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: Research / non-commercial weights; MIT code
4 / 8 বারের প্রসঙ্গ; ছোট ওজন 82.5 MB।
এই সংস্করণের তুলনাযোগ্য প্রকাশিত মানের স্কোর নেই।
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: Research / non-commercial weights; MIT code
দশ বারের সীমায় দৈর্ঘ্য নিয়ন্ত্রণ।
গবেষণাপত্রের ফল: PhraseFID ↓ 3.81
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: Apache-2.0 (code)
দৈর্ঘ্য বা কাঠামোর শর্ত ছাড়া তৈরি।
গবেষণাপত্রের ফল: PhraseFID ↓ 3.89
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: Apache-2.0 (code)
পরীক্ষামূলক গঠন শর্ত; নির্ধারিত বিন্যাস অনুসরণ এখনও যাচাই করতে হবে।
গবেষণাপত্রের ফল: PhraseFID (7.65)
নির্দিষ্ট গঠন নির্দেশনার PhraseFID ও SRS সংস্করণগুলোর পারস্পরিক ক্রমে অন্তর্ভুক্ত নয়।
প্রক্রিয়াকরণ: GPU · মডেল · লাইসেন্স: Apache-2.0 (code)
ধরন ও কর্ডের নিয়ম দিয়ে লুপ, অংশ ও সম্পূর্ণ গানের কাঠামো তৈরি করে।
এই সংস্করণের তুলনাযোগ্য প্রকাশিত মানের স্কোর নেই।
প্রক্রিয়াকরণ: CPU · নিয়ম · লাইসেন্স: GPL-3.0-or-later
যন্ত্র ও গঠনের ছাঁচ দিয়ে সম্পূর্ণ বিন্যাস তৈরি করে।
এই সংস্করণের তুলনাযোগ্য প্রকাশিত মানের স্কোর নেই।
প্রক্রিয়াকরণ: CPU · নিয়ম · লাইসেন্স: MIT
স্কোরগুলো ভিন্ন তথ্য ও পদ্ধতিতে মাপা। এগুলো একক র্যাঙ্কিং বা এই অভিযোজনের মাপা মান নয়।
একই মূল্যায়ন শর্তে নির্বাচিত সূচক দিয়ে ক্রম নির্ধারণ করা হয়। মূল তথ্যে রেফারেন্স সংগীত ও অংশ বাদ দেওয়ার পরীক্ষাও আছে; সব সংস্করণ এখানে উপলব্ধ নয়।
প্রতিটি মডেলের সব মেট্রিক দেখতে ডেটাসেট বেছে নিন। সারিগুলি সরকারি র্যাঙ্ক বা নির্বাচিত মেট্রিক অনুযায়ী সাজানো হয়। প্রতি কলামের সেরা তুলনাযোগ্য মান, সমান মানসহ, গাঢ় করে দেখানো হয়। ভিন্ন মূল্যায়ন পদ্ধতির র্যাঙ্ক আলাদা থাকে; অনুপস্থিত স্কোর - দিয়ে দেখানো হয়।
সারণি 1–3: পরীক্ষার সূচক 96টি করে 10টি দৈব নমুনার গড়; মুক্ত পাঠ্যে আলাদা 96টি। MOS হলো 15 শ্রোতার পরিচয় গোপন রেখে 1–5 স্কেলে মূল্যায়ন; ± মানক বিচ্যুতি। পাঠ্যের শর্ত অনুযায়ী আলাদা ক্রম।
± দ্বারা মানক বিচ্যুতি বোঝায়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | MOS / 5↑ |
|---|---|---|---|
| 1 | MIDILM | MidiCaps পরীক্ষাসেট | 3.2306 ± 0.9160 |
| 2 | Text2MIDI-InferAlign | MidiCaps পরীক্ষাসেট | 2.4861 ± 0.7675 |
| 3 | MuseCoco | MidiCaps পরীক্ষাসেট | 2.0854 ± 0.9499 |
| - | রেফারেন্স সংগীত রেফারেন্স তথ্য; সংস্করণের ক্রমে অন্তর্ভুক্ত নয়। | MidiCaps পরীক্ষাসেট | 4.1010 ± 0.9590 |