লোড হচ্ছে...
একক বা আলাদা করা যন্ত্রের রেকর্ডিং MIDI-তে বদলে সুরের উচ্চতা ও সময় সম্পাদনা করুন।
ইনপুট
mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv এর মতো ফর্ম্যাটগুলিতে ইনপুট সমর্থন করে
সমর্থিত বিন্যাস
আউটপুট
MIDI
কেস ব্যবহার করুন
নোট, যন্ত্রবিন্যাস ও পরিবেশনার খুঁটিনাটি সম্পাদনা করুন।
আপনার উপাদান ও উদ্দেশ্যের উপযোগী মডেল বেছে নিন এবং জমা দেওয়ার আগে উদাহরণগুলো দেখুন।
খরচ, সময়, ফরম্যাট ও প্যারামিটার নির্বাচিত মডেলের ওপর নির্ভর করে।
মতামতে টুলের নাম, ধাপগুলো এবং সমস্যাটি লিখুন। স্ক্রিনশট দিলে সমস্যা খুঁজতে সুবিধা হয়।
Tsumugi · Other v1.5: নোট, যন্ত্রবিন্যাস ও পরিবেশনার খুঁটিনাটি সম্পাদনা করুন।
SwiftF0 0.2.0 একক সুরের রেকর্ডিংয়ে আনুষ্ঠানিক পিচ অনুসরণ ও নোট বিভাজন ব্যবহার করে। MIDI, প্রতি ফ্রেমের পিচের CSV এবং একটি লেখচিত্র রপ্তানি করে।
SwiftF0 0.3.0 একক সুরের রেকর্ডিংয়ে পিচ অনুসরণ করে MIDI, ফ্রেমভিত্তিক পিচ CSV ও চার্ট তৈরি করে।
Basic Pitch প্রায় যেকোনো বাদ্যযন্ত্রের পলিফোনিক পরিবেশনা—কণ্ঠসহ—MIDI-তে রূপান্তর করে; চাইলে pitch bend-সহ note-event CSV-ও দেয়। একবারে একটি বাদ্যযন্ত্রের রেকর্ডিংয়ে এটি সবচেয়ে ভালো কাজ করে।
GAPS পরিষ্কার বা আলাদা করা একক গিটারকে নোট ইভেন্ট ও MIDI-তে রূপান্তর করে। তারের অবস্থান, ফ্রেট, অবিচ্ছিন্ন F0 বা Pitch Bend দেয় না। মূল রেকর্ডিংয়ের সঙ্গে তুলনা করে MIDI ভেলোসিটি ঠিক করুন।
Guitar-FL François Leduc ডেটা ডোমেনের গিটার সোলোকে বিচ্ছিন্ন নোট ইভেন্ট ও MIDI-তে রূপান্তর করে; FL মানে frame-level নয়। এটি ধারাবাহিক F0 বা Pitch Bend দেয় না।
FiloSax একস্বরের জ্যাজ স্যাক্সোফোন সোলোকে লক্ষ্য করে এবং বিচ্ছিন্ন পিচ, শুরু ও শেষের ইভেন্ট MIDI হিসেবে দেয়। এটি ধারাবাহিক পিচ, স্লাইড বা ভাইব্রেটো ট্র্যাক দেয় না।
FiloBass একস্বরের জ্যাজ ডাবল বেস (double bass / upright bass)-এর জন্য, সাধারণ বা ইলেকট্রিক বেসের জন্য নয়। পরিষ্কার বা আলাদা করা stem ব্যবহার করুন; কিক ও নিম্ন-কম্পাঙ্কের লিকেজ ভুল নোট তৈরি করতে পারে।
VioPTT ভায়োলিন নোট ইভেন্ট এবং détaché, flageolet, spiccato, pizzicato—এই চার কৌশলের একটি বা কোনো কৌশল নয় এমন লেবেল দেয়। MIDI velocity স্থির; এটি পরিবেশনের ডায়নামিক্সের মাপ নয়।
STRAdi Online পরিষ্কার সোলো ভায়োলিনের জন্য সম্পূর্ণ causal inference ব্যবহার করে, যেখানে ভবিষ্যৎ context নেই। এটি বিচ্ছিন্ন MIDI এবং onset, offset ও pitch CSV দেয়; প্রকাশ্য repository-তে score-following system নেই।
STRAdi Offline হলো মিলযুক্ত non-causal (অকারণগত), পূর্ণ-প্রসঙ্গ রেফারেন্স পথ। এটি একই পৃথক MIDI এবং নোটের শুরু, শেষ ও pitch CSV দেয়; এটিও প্রকাশিত score-following ব্যবস্থা নয়।
12200 বার প্রশিক্ষিত GAPS গবেষণাপত্রের চেকপয়েন্ট দিয়ে গিটারের রেকর্ডিং MIDI-তে রূপান্তর করুন।
Tsumugi · Bass v2: নোট, যন্ত্রবিন্যাস ও পরিবেশনার খুঁটিনাটি সম্পাদনা করুন।
Tsumugi · Guitar v1.5: নোট, যন্ত্রবিন্যাস ও পরিবেশনার খুঁটিনাটি সম্পাদনা করুন।
Tsumugi · Vocal: নোট, যন্ত্রবিন্যাস ও পরিবেশনার খুঁটিনাটি সম্পাদনা করুন।
Tsumugi · Vocal Harmony v1.6: নোট, যন্ত্রবিন্যাস ও পরিবেশনার খুঁটিনাটি সম্পাদনা করুন।
Tsumugi · Vocal Harmony v1.5: নোট, যন্ত্রবিন্যাস ও পরিবেশনার খুঁটিনাটি সম্পাদনা করুন।
Tsumugi · Drums v1.5: নোট, যন্ত্রবিন্যাস ও পরিবেশনার খুঁটিনাটি সম্পাদনা করুন।
ISMIR - 2024
GAPS পরিষ্কার বা আলাদা করা একক গিটারকে নোট ইভেন্ট ও MIDI-তে রূপান্তর করে। তারের অবস্থান, ফ্রেট, অবিচ্ছিন্ন F0 বা Pitch Bend দেয় না। মূল রেকর্ডিংয়ের সঙ্গে তুলনা করে MIDI ভেলোসিটি ঠিক করুন।
ICASSP - 2024
Guitar-FL François Leduc ডেটা ডোমেনের গিটার সোলোকে বিচ্ছিন্ন নোট ইভেন্ট ও MIDI-তে রূপান্তর করে; FL মানে frame-level নয়। এটি ধারাবাহিক F0 বা Pitch Bend দেয় না।
SMC - 2024
FiloSax একস্বরের জ্যাজ স্যাক্সোফোন সোলোকে লক্ষ্য করে এবং বিচ্ছিন্ন পিচ, শুরু ও শেষের ইভেন্ট MIDI হিসেবে দেয়। এটি ধারাবাহিক পিচ, স্লাইড বা ভাইব্রেটো ট্র্যাক দেয় না।
ISMIR - 2023
FiloBass একস্বরের জ্যাজ ডাবল বেস (double bass / upright bass)-এর জন্য, সাধারণ বা ইলেকট্রিক বেসের জন্য নয়। পরিষ্কার বা আলাদা করা stem ব্যবহার করুন; কিক ও নিম্ন-কম্পাঙ্কের লিকেজ ভুল নোট তৈরি করতে পারে।
ICASSP - 2026
VioPTT ভায়োলিন নোট ইভেন্ট এবং détaché, flageolet, spiccato, pizzicato—এই চার কৌশলের একটি বা কোনো কৌশল নয় এমন লেবেল দেয়। MIDI velocity স্থির; এটি পরিবেশনের ডায়নামিক্সের মাপ নয়।
arXiv - 2025
SwiftF0 0.2.0 একক সুরের রেকর্ডিংয়ে আনুষ্ঠানিক পিচ অনুসরণ ও নোট বিভাজন ব্যবহার করে। MIDI, প্রতি ফ্রেমের পিচের CSV এবং একটি লেখচিত্র রপ্তানি করে।
ICASSP - 2022
Basic Pitch প্রায় যেকোনো বাদ্যযন্ত্রের পলিফোনিক পরিবেশনা—কণ্ঠসহ—MIDI-তে রূপান্তর করে; চাইলে pitch bend-সহ note-event CSV-ও দেয়। একবারে একটি বাদ্যযন্ত্রের রেকর্ডিংয়ে এটি সবচেয়ে ভালো কাজ করে।
Official technical guide - 2026
উপযুক্ত অফিসিয়াল মডেল দিয়ে আলাদা বাদ্যযন্ত্র, কণ্ঠ বা ড্রাম ট্র্যাককে MIDI-তে রূপান্তর করুন। কণ্ঠের হারমনি v1.6 ওজনও সমর্থন করে। বাদ্যযন্ত্রের লেবেল সংশোধন পরীক্ষামূলক।
এখানে এবং অন্যত্র ব্যবহৃত মডেলগুলোর প্রকাশিত পরীক্ষার ফল অন্তর্ভুক্ত আছে। শুরুতে উৎসের সম্পূর্ণ সারণি দেখানো হয়; তুলনার জন্য শর্ত ও মাপকাঠিও বেছে নেওয়া যায়। ভিন্ন পরীক্ষার শর্তের স্কোর সরাসরি তুলনাযোগ্য নয়।
শুধু যাচাই করা প্রকাশ্য ইনফারেন্স বাস্তবায়ন ও পরীক্ষার সঙ্গে মিলে যাওয়া ওজনের রেকর্ড দেখানো হয়; ওজন লাগে না এমন অ্যালগরিদমও অন্তর্ভুক্ত। বন্ধ সেবা, অপ্রকাশিত ওজন ও অমিল পরীক্ষামূলক সংস্করণ বাদ দেওয়া হয়। এটি সব মডেলের সামগ্রিক তালিকা নয়।
ওজন প্রকাশ করলেই পূর্ণ ওপেন সোর্স লাইসেন্স নিশ্চিত হয় না। ঘোষিত ওজনের লাইসেন্স ও প্রবেশের শর্ত দেখতে তথ্য খুলুন। অঘোষিত লাইসেন্স আলাদাভাবে চিহ্নিত থাকে।
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।
Tsumugi Other ও Vocal Harmony-এর সূচক COnP, COnF1 নয়। প্রকাশিত ফল v1.5-এর; ডিফল্ট Vocal Harmony v1.6-এর স্কোর নেই। বাদ্যযন্ত্রের সূক্ষ্ম শ্রেণিবিন্যাস পরীক্ষামূলক; ডেটাসেট আলাদা দেখানো হয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | COnP (%)↑ |
|---|---|---|---|
| 1 | other_v1_5এই সাইটে ব্যবহৃত মডেলপ্রকাশ্য ওজন · ইনফারেন্স কোড | In-house real audio | 77.01 |
| 2 | otherপ্রকাশ্য ওজন · ইনফারেন্স কোড | In-house real audio | 73.18 |
চিহ্নগুলি এখানে ব্যবহৃত মডেল বা উপাদান বোঝায়। স্কোর ও সেটিংস উদ্ধৃত পরীক্ষার; এগুলি সাইটের সম্পূর্ণ প্রক্রিয়ার নতুন মূল্যায়ন নয়।
ডেটাসেট, সংস্করণ ও শর্ত আলাদা থাকে; যোগ্য সারি না থাকা উৎসও রাখা হয়।
স্থাপনযোগ্য 1 / উৎসের সারি 6
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Ours w/o aug · Ours + FT w/o aug · Ours + FT w/ aug · MUSC · MERTech
স্থাপনযোগ্য 0 / উৎসের সারি 10
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
MT3 · Kong et al. · Kong et al. (w/ aug) · Zang et al. (Synthtab) · Maman (MusicNet EM ) · Maman (Guitar) · Riley et al. · Ours · Ours (Finetuned from )
স্থাপনযোগ্য 1 / উৎসের সারি 6
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Omnizart · MT3 · Lu et al. · Riley et al. · Ours (Finetuned from )
স্থাপনযোগ্য 0 / উৎসের সারি 4
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Riley et al. · Ours · Ours (Finetuned from )
স্থাপনযোগ্য 1 / উৎসের সারি 3
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Başaran et al. · Ours
স্থাপনযোগ্য 1 / উৎসের সারি 3
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Başaran et al. · Ours
স্থাপনযোগ্য 2 / উৎসের সারি 3
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Melodyne
স্থাপনযোগ্য 13 / উৎসের সারি 18
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
TorchCREPE · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · PESTO · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · HarmoF0 · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · SPICE · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · PENN · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents
স্থাপনযোগ্য 13 / উৎসের সারি 18
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
TorchCREPE · pitch-benchmark · 10 × 8 · 50 cents · PESTO · pitch-benchmark · 10 × 8 · 50 cents · HarmoF0 · pitch-benchmark · 10 × 8 · 50 cents · SPICE · pitch-benchmark · 10 × 8 · 50 cents · PENN · pitch-benchmark · 10 × 8 · 50 cents
স্থাপনযোগ্য 2 / উৎসের সারি 2
স্থাপনযোগ্য 2 / উৎসের সারি 2
স্থাপনযোগ্য 2 / উৎসের সারি 2
স্থাপনযোগ্য 1 / উৎসের সারি 2
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Base instrument classifier · Held-out RWC-I
স্থাপনযোগ্য 5 / উৎসের সারি 5
স্কোর নির্দিষ্ট ডেটাসেট, মেট্রিক ও মডেল সংস্করণের জন্য প্রযোজ্য; ভিন্ন পরীক্ষার ফল সরাসরি তুলনাযোগ্য 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।
স্থাপনযোগ্য 1 / উৎসের সারি 6
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Ours w/o aug · Ours + FT w/o aug · Ours + FT w/ aug · MUSC · MERTech
উৎসভেদে প্রশিক্ষণ বা কাজের শর্ত আলাদা, তাই শুধু উল্লেখ করা প্রোটোকলের মধ্যেই সংখ্যা তুলনা করুন।
| মেট্রিক র্যাঙ্ক | মডেল | URMP | Bach10 | ||||||
|---|---|---|---|---|---|---|---|---|---|
| P↑ | R↑ | F1↑ | F1 no↑ | P↑ | R↑ | F1↑ | F1 no↑ | ||
| - | Ours w/ augপ্রকাশ্য ওজন · ইনফারেন্স কোড | 86.1 | 83.6 | 84.5 | 93.1 | 68.1 | 71.8 | 69.9 | 79.5 |
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।
স্থাপনযোগ্য 1 / উৎসের সারি 6
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Omnizart · MT3 · Lu et al. · Riley et al. · Ours (Finetuned from )
ফল ডেটাসেট অনুযায়ী আলাদা। FiloBass সারণি 5 অন্য অ্যালগরিদমের ফল; বর্তমান FiloBass ওজনের প্রকাশিত স্কোর নেই।
| মেট্রিক র্যাঙ্ক | মডেল | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | Basic Pitchপ্রকাশ্য ওজন · ইনফারেন্স কোড | 54.6 | 85.0 | 66.1 |
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।
স্থাপনযোগ্য 1 / উৎসের সারি 3
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Başaran et al. · Ours
ফল ডেটাসেট অনুযায়ী আলাদা। FiloBass সারণি 5 অন্য অ্যালগরিদমের ফল; বর্তমান FiloBass ওজনের প্রকাশিত স্কোর নেই।
| মেট্রিক র্যাঙ্ক | মডেল | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | CREPE Notesপ্রকাশ্য ওজন · ইনফারেন্স কোড | 82.35 | 83.05 | 82.67 |
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।
স্থাপনযোগ্য 1 / উৎসের সারি 3
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Başaran et al. · Ours
ফল ডেটাসেট অনুযায়ী আলাদা। FiloBass সারণি 5 অন্য অ্যালগরিদমের ফল; বর্তমান FiloBass ওজনের প্রকাশিত স্কোর নেই।
| মেট্রিক র্যাঙ্ক | মডেল | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | CREPE Notesপ্রকাশ্য ওজন · ইনফারেন্স কোড | 70.93 | 70.63 | 70.41 |
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।
স্থাপনযোগ্য 2 / উৎসের সারি 3
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Melodyne
ফল ডেটাসেট অনুযায়ী আলাদা। FiloBass সারণি 5 অন্য অ্যালগরিদমের ফল; বর্তমান FiloBass ওজনের প্রকাশিত স্কোর নেই।
| মেট্রিক র্যাঙ্ক | মডেল | R no↑ | P no↑ | F no↑ | O↑ |
|---|---|---|---|---|---|
| 1 | CREPE Notesপ্রকাশ্য ওজন · ইনফারেন্স কোড | 74.11 ± 12.09 | 71.81 ± 13.33 | 72.89 ± 12.68 | 78.77 ± 2.68 |
| 2 | Basic Pitchপ্রকাশ্য ওজন · ইনফারেন্স কোড | 81.28 ± 6.26 | 51.40 ± 6.28 | 62.73 ± 5.55 | 65.24 ± 4.51 |
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।
SwiftF0 0.2.0 লেখকের pitch-benchmark-এর 2026-09-19 সংস্করণ ব্যবহার করে: 10 করপাস, 8 শর্ত, 50 cents সহনসীমা। এটি পিচ F1; RMVPE-এর সঙ্গে পার্থক্য পরিসংখ্যানগতভাবে অনির্ধারিত। অসমমিত 95% CI রাখা হয়েছে। অসম্পূর্ণ ফলের জন্য REAPER ক্রমতালিকায় নেই; পুরোনো 0.1.x গবেষণা 0.2.0-এর মূল্যায়ন নয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | Pitch F1@50c↑ | Voicing F1↑ | CI95 lo | CI95 hi |
|---|---|---|---|---|---|---|
| 1 | SwiftF0 0.2.0প্রকাশ্য ওজন · ইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.778 | 0.839 | 0.765 | 0.792 |
| 2 | RMVPEপ্রকাশ্য ওজন · ইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.768 | 0.837 | 0.752 | 0.783 |
| 3 | FCPEপ্রকাশ্য ওজন · ইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.728 | 0.812 | 0.712 | 0.742 |
| 4 | CREPEপ্রকাশ্য ওজন · ইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.689 | 0.781 | 0.672 | 0.704 |
| 5 | SHSঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.657 | 0.773 | 0.64 | 0.672 |
| 6 | Praatঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.651 | 0.815 | 0.634 | 0.667 |
| 7 | RAPTঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.64 | 0.799 | 0.621 | 0.655 |
| 8 | SWIPEঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.61 | 0.761 | 0.589 | 0.624 |
| 9 | Harvestঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.6 | 0.782 | 0.584 | 0.614 |
| 10 | YAAPTঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.56 | 0.842 | 0.539 | 0.58 |
| 10 | DIOঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.56 | 0.71 | 0.541 | 0.577 |
| 12 | Basic Pitchপ্রকাশ্য ওজন · ইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.557 | 0.775 | 0.539 | 0.573 |
| 13 | pYINঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.506 | 0.656 | 0.482 | 0.525 |
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।
লেখকের pitch-benchmark সংস্করণ 6f21369: 10টি করপাস, 8টি শর্ত, 50 cents, ফ্রেমভিত্তিক পিচ F1। SwiftF0 ও RMVPE-এর পার্থক্য পরিসংখ্যানগতভাবে নিশ্চিত নয়; এটি MIDI নোট F1 নয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | Pitch F1@50c↑ | Voicing F1↑ | CI95 lo | CI95 hi |
|---|---|---|---|---|---|---|
| 1 | SwiftF0 0.3.0প্রকাশ্য ওজন · ইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.781 | 0.844 | 0.768 | 0.795 |
| 2 | RMVPEপ্রকাশ্য ওজন · ইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.768 | 0.837 | 0.752 | 0.783 |
| 3 | FCPEপ্রকাশ্য ওজন · ইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.728 | 0.812 | 0.712 | 0.742 |
| 4 | CREPEপ্রকাশ্য ওজন · ইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.689 | 0.781 | 0.672 | 0.704 |
| 5 | SHSঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.657 | 0.773 | 0.64 | 0.672 |
| 6 | Praatঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.651 | 0.815 | 0.634 | 0.667 |
| 7 | RAPTঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.64 | 0.799 | 0.621 | 0.655 |
| 8 | SWIPEঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.61 | 0.761 | 0.589 | 0.624 |
| 9 | Harvestঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.6 | 0.782 | 0.584 | 0.614 |
| 10 | YAAPTঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.56 | 0.842 | 0.539 | 0.58 |
| 10 | DIOঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.56 | 0.71 | 0.541 | 0.577 |
| 12 | BasicPitchপ্রকাশ্য ওজন · ইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.557 | 0.775 | 0.539 | 0.573 |
| 13 | pYINঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে না · ইনফারেন্স কোডঅ্যালগরিদমের প্রশিক্ষিত ওজন লাগে নাইনফারেন্স কোড | pitch-benchmark · 10 × 8 · 50 cents | 0.506 | 0.656 | 0.482 | 0.525 |
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।
সংখ্যাগুলো লিংকের বেস checkpoint থেকে নেওয়া, এখানে চলা মডেলের নতুন মাপ নয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | F_no-offset↑ | Frame accuracy ↑ | F_with-offset ↑ |
|---|---|---|---|---|---|
| - | NMPপ্রকাশ্য ওজন · ইনফারেন্স কোড | Molina | 0.52 | 0.63 | 0.35 |
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।
Tsumugi Other ও Vocal Harmony-এর সূচক COnP, COnF1 নয়। প্রকাশিত ফল v1.5-এর; ডিফল্ট Vocal Harmony v1.6-এর স্কোর নেই। বাদ্যযন্ত্রের সূক্ষ্ম শ্রেণিবিন্যাস পরীক্ষামূলক; ডেটাসেট আলাদা দেখানো হয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | COnP (%)↑ |
|---|---|---|---|
| 1 | other_v1_5প্রকাশ্য ওজন · ইনফারেন্স কোড | In-house real audio | 77.01 |
| 2 | otherপ্রকাশ্য ওজন · ইনফারেন্স কোড | In-house real audio | 73.18 |
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।
Tsumugi Other ও Vocal Harmony-এর সূচক COnP, COnF1 নয়। প্রকাশিত ফল v1.5-এর; ডিফল্ট Vocal Harmony v1.6-এর স্কোর নেই। বাদ্যযন্ত্রের সূক্ষ্ম শ্রেণিবিন্যাস পরীক্ষামূলক; ডেটাসেট আলাদা দেখানো হয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | COnP (%)↑ |
|---|---|---|---|
| 1 | vocal_harmony_v1_5প্রকাশ্য ওজন · ইনফারেন্স কোড | Held-out MIR-ST500 | 68.14 |
| 2 | vocal_harmonyপ্রকাশ্য ওজন · ইনফারেন্স কোড | Held-out MIR-ST500 | 60.52 |
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।
Tsumugi Other ও Vocal Harmony-এর সূচক COnP, COnF1 নয়। প্রকাশিত ফল v1.5-এর; ডিফল্ট Vocal Harmony v1.6-এর স্কোর নেই। বাদ্যযন্ত্রের সূক্ষ্ম শ্রেণিবিন্যাস পরীক্ষামূলক; ডেটাসেট আলাদা দেখানো হয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | DrumKit F1 (%)↑ | AllPercussion F1 (%)↑ |
|---|---|---|---|---|
| 1 | drums_v1_5প্রকাশ্য ওজন · ইনফারেন্স কোড | Audio-aligned · 50 ms · canonical GM | 68.9 | 40.44 |
| 2 | drumsপ্রকাশ্য ওজন · ইনফারেন্স কোড | Audio-aligned · 50 ms · canonical GM | 61.57 | 18.79 |
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।
Tsumugi Other ও Vocal Harmony-এর সূচক COnP, COnF1 নয়। প্রকাশিত ফল v1.5-এর; ডিফল্ট Vocal Harmony v1.6-এর স্কোর নেই। বাদ্যযন্ত্রের সূক্ষ্ম শ্রেণিবিন্যাস পরীক্ষামূলক; ডেটাসেট আলাদা দেখানো হয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | ACC (%)↑ |
|---|---|---|---|
| - | Instrument refinement modelপ্রকাশ্য ওজন · ইনফারেন্স কোড | Held-out RWC-I | 74.5 |