লোড হচ্ছে...
পুরো গানের সুর ও কর্ডের স্বরলিপি তৈরি করে; আরও বেশি মাত্রা ও কর্ডের ধরন এবং ঐচ্ছিক মোড শনাক্তকরণ সমর্থিত। PDF, MusicXML, MIDI, ABC স্বরলিপি ও সময়চিহ্নিত তথ্য রপ্তানি করে; ফল যাচাই করুন।
ইনপুট
mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv এর মতো ফর্ম্যাটগুলিতে ইনপুট সমর্থন করে
সমর্থিত বিন্যাস
আউটপুট
PDF · MusicXML · ABC · MIDI
কেস ব্যবহার করুন
পুরো গানের সুর ও কর্ডের স্বরলিপি তৈরি করে; আরও বেশি মাত্রা ও কর্ডের ধরন এবং ঐচ্ছিক মোড শনাক্তকরণ সমর্থিত। PDF, MusicXML, MIDI, ABC স্বরলিপি ও সময়চিহ্নিত তথ্য রপ্তানি করে; ফল যাচাই 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।
পুরো গানের কণ্ঠ ও যন্ত্রের প্রধান সুর, কর্ড, বিট, মাত্রা, কী এবং অংশ শনাক্ত করে। PDF, MusicXML, MIDI, ABC স্বরলিপি ও সময়চিহ্নিত তথ্য রপ্তানি করে। জটিল মিক্সের ফল যাচাই করতে হবে।
বেছে নেওয়া সর্বোচ্চ 30 সেকেন্ডের অডিও অংশকে পর্যালোচনার জন্য PDF / MusicXML / Humdrum **kern সুর ও কর্ডের স্বরলিপিতে রূপান্তর করুন।
ACM Multimedia - 2026
TelkNet-এ SheetSage সর্বোচ্চ 30 সেকেন্ডের সুর ও কর্ডের অংশকে পর্যালোচনার জন্য PDF / MusicXML / Humdrum **kern স্বরলিপিতে রূপান্তর করে। স্ট্রিং কোয়ার্টেটের জন্য আলাদা মডেল রয়েছে; যেকোনো বিন্যাস পুরোপুরি পুনর্গঠন করা যায় না।
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।
চার্টে লেখকদের প্রকাশিত ফলাফল দেখানো হয়েছে। সাইটের প্রসেসিং সেটিংস একই শর্তে মূল্যায়িত হয়নি, তাই এগুলোকে সাইটের পরিমাপ হিসেবে চিহ্নিত করা হয়নি।
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 3 / উৎসের সারি 3
Refined-এর লেখক একই সংরক্ষিত অডিও পরীক্ষা করেছেন: ব্যক্তিগত অ্যানোটেশনসহ 95টি পপ পরীক্ষার ও 47টি যাচাইয়ের গান; বিজোড় মাত্রার 50টি গানে 9টি রেকর্ডিং ও 41টি সংশ্লেষণ; আরও একই বণ্টনের 300টি কৃত্রিম রচনা ও 1026টি HookTheory ক্লিপ। দুই বারলাইনই ±70 ms-এর মধ্যে মিলতে হবে, বাড়তি লাইন চলবে না; সামঞ্জস্যপূর্ণ পুনর্বিন্যাসে উৎসে বর্ণিত বিভাজন গ্রহণযোগ্য। সুরে একই পিচ ও 50 ms শুরু, কী বদলে ±2 s। মোড মূল্যায়নে সংশ্লিষ্ট বিকল্প লাগে। মূল গবেষণাপত্রের র্যাঙ্কিংয়ের সঙ্গে মেশানো হয় না।
| মেট্রিক র্যাঙ্ক | মডেল | Pop songs, test (95 songs, mostly 4/4): beat↑ | Pop songs, test: downbeat↑ | HookTheory test (1026 clips): beat↑ | Odd-meter songs (50): beat↑ | Odd-meter songs: downbeat↑ | Synthetic meters (300): beat↑ | Synthetic meters: downbeat↑ |
|---|---|---|---|---|---|---|---|---|
| 1 | SheetSage2-Refined · beat head | 0.978 | 0.976 | 0.902 | 0.928 | 0.883 | 0.988 | 0.955 |
| 2 | SheetSage2-Refined | 0.969 | 0.965 | 0.886 | 0.895 | 0.835 | 0.906 | 0.839 |
| 3 | SheetSage2প্রকাশ্য ওজন · ইনফারেন্স কোড | 0.966 | 0.966 | 0.897 | 0.849 | 0.733 | 0.719 | 0.368 |
ডেটাসেট, সংস্করণ ও শর্ত আলাদা থাকে; যোগ্য সারি না থাকা উৎসও রাখা হয়।
স্থাপনযোগ্য 3 / উৎসের সারি 3
স্থাপনযোগ্য 3 / উৎসের সারি 3
স্থাপনযোগ্য 3 / উৎসের সারি 3
স্থাপনযোগ্য 2 / উৎসের সারি 2
স্থাপনযোগ্য 3 / উৎসের সারি 3
স্থাপনযোগ্য 1 / উৎসের সারি 9
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
SheetSage1 · madmom · Beat This! · S-KEY · ChordFormer · † ChordFormer · SongFormer
স্থাপনযোগ্য 1 / উৎসের সারি 4
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
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 3 / উৎসের সারি 3
Refined-এর লেখক একই সংরক্ষিত অডিও পরীক্ষা করেছেন: ব্যক্তিগত অ্যানোটেশনসহ 95টি পপ পরীক্ষার ও 47টি যাচাইয়ের গান; বিজোড় মাত্রার 50টি গানে 9টি রেকর্ডিং ও 41টি সংশ্লেষণ; আরও একই বণ্টনের 300টি কৃত্রিম রচনা ও 1026টি HookTheory ক্লিপ। দুই বারলাইনই ±70 ms-এর মধ্যে মিলতে হবে, বাড়তি লাইন চলবে না; সামঞ্জস্যপূর্ণ পুনর্বিন্যাসে উৎসে বর্ণিত বিভাজন গ্রহণযোগ্য। সুরে একই পিচ ও 50 ms শুরু, কী বদলে ±2 s। মোড মূল্যায়নে সংশ্লিষ্ট বিকল্প লাগে। মূল গবেষণাপত্রের র্যাঙ্কিংয়ের সঙ্গে মেশানো হয় না।
| মেট্রিক র্যাঙ্ক | মডেল | Pop songs, test (95 songs, mostly 4/4): beat↑ | Pop songs, test: downbeat↑ | HookTheory test (1026 clips): beat↑ | Odd-meter songs (50): beat↑ | Odd-meter songs: downbeat↑ | Synthetic meters (300): beat↑ | Synthetic meters: downbeat↑ |
|---|---|---|---|---|---|---|---|---|
| 1 | SheetSage2-Refined · beat head | 0.978 | 0.976 | 0.902 | 0.928 | 0.883 | 0.988 | 0.955 |
| 2 | SheetSage2-Refined | 0.969 | 0.965 | 0.886 | 0.895 | 0.835 | 0.906 | 0.839 |
| 3 | SheetSage2প্রকাশ্য ওজন · ইনফারেন্স কোড | 0.966 | 0.966 | 0.897 | 0.849 | 0.733 | 0.719 | 0.368 |
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 3 / উৎসের সারি 3
Refined-এর লেখক একই সংরক্ষিত অডিও পরীক্ষা করেছেন: ব্যক্তিগত অ্যানোটেশনসহ 95টি পপ পরীক্ষার ও 47টি যাচাইয়ের গান; বিজোড় মাত্রার 50টি গানে 9টি রেকর্ডিং ও 41টি সংশ্লেষণ; আরও একই বণ্টনের 300টি কৃত্রিম রচনা ও 1026টি HookTheory ক্লিপ। দুই বারলাইনই ±70 ms-এর মধ্যে মিলতে হবে, বাড়তি লাইন চলবে না; সামঞ্জস্যপূর্ণ পুনর্বিন্যাসে উৎসে বর্ণিত বিভাজন গ্রহণযোগ্য। সুরে একই পিচ ও 50 ms শুরু, কী বদলে ±2 s। মোড মূল্যায়নে সংশ্লিষ্ট বিকল্প লাগে। মূল গবেষণাপত্রের র্যাঙ্কিংয়ের সঙ্গে মেশানো হয় না।
| মেট্রিক র্যাঙ্ক | মডেল | 4/4 · 3544 bars | 3/4 · 680 bars | 6/4 · 589 bars | 5/4 · 434 bars | 6/8 · 432 bars | 12/8 · 233 bars | 5/8 · 122 bars | 11/8 · 87 bars | 2/4 · 63 bars | 7/8 · 59 bars | 7/4 · 46 bars | all · 6329 bars | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | ||
| 1 | SheetSage2-Refined · beat head | 0.824 | 0.868 | 0.768 | 0.768 | 0.572 | 0.795 | 0.574 | 0.583 | 0.794 | 0.806 | 0.794 | 0.794 | 0.508 | 0.508 | 0.563 | 0.563 | 0.079 | 0.159 | 0.847 | 0.847 | 0.565 | 0.652 | 0.752 | 0.801 |
| 2 | SheetSage2-Refined | 0.713 | 0.750 | 0.768 | 0.768 | 0.486 | 0.781 | 0.512 | 0.512 | 0.725 | 0.745 | 0.970 | 0.970 | 0.008 | 0.287 | 0.586 | 0.586 | 0.111 | 0.270 | 0.305 | 0.305 | 0.196 | 0.196 | 0.661 | 0.718 |
| 3 | SheetSage2প্রকাশ্য ওজন · ইনফারেন্স কোড | 0.699 | 0.749 | 0.676 | 0.676 | 0.275 | 0.497 | 0.002 | 0.002 | 0.299 | 0.736 | 0.597 | 0.914 | 0.000 | 0.000 | 0.000 | 0.000 | 0.063 | 0.063 | 0.000 | 0.000 | 0.000 | 0.000 | 0.534 | 0.624 |
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 3 / উৎসের সারি 3
Refined-এর লেখক একই সংরক্ষিত অডিও পরীক্ষা করেছেন: ব্যক্তিগত অ্যানোটেশনসহ 95টি পপ পরীক্ষার ও 47টি যাচাইয়ের গান; বিজোড় মাত্রার 50টি গানে 9টি রেকর্ডিং ও 41টি সংশ্লেষণ; আরও একই বণ্টনের 300টি কৃত্রিম রচনা ও 1026টি HookTheory ক্লিপ। দুই বারলাইনই ±70 ms-এর মধ্যে মিলতে হবে, বাড়তি লাইন চলবে না; সামঞ্জস্যপূর্ণ পুনর্বিন্যাসে উৎসে বর্ণিত বিভাজন গ্রহণযোগ্য। সুরে একই পিচ ও 50 ms শুরু, কী বদলে ±2 s। মোড মূল্যায়নে সংশ্লিষ্ট বিকল্প লাগে। মূল গবেষণাপত্রের র্যাঙ্কিংয়ের সঙ্গে মেশানো হয় না।
| মেট্রিক র্যাঙ্ক | মডেল | 4/4 · 3255 bars | 6/8 · 2964 bars | 3/4 · 2431 bars | 3/8 · 1843 bars | 5/8 · 1574 bars | 5/4 · 1372 bars | 11/8 · 1287 bars | 12/8 · 1207 bars | 7/8 · 1114 bars | 6/4 · 1031 bars | 7/4 · 991 bars | 9/8 · 945 bars | 8/8 · 460 bars | 2/4 · 340 bars | all · 20814 bars | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | ||
| 1 | SheetSage2-Refined · beat head | 0.964 | 0.964 | 0.939 | 0.956 | 0.946 | 0.951 | 0.840 | 0.853 | 0.922 | 0.922 | 0.960 | 0.960 | 0.912 | 0.919 | 0.792 | 0.894 | 0.954 | 0.956 | 0.877 | 0.890 | 0.943 | 0.943 | 0.905 | 0.911 | 0.924 | 0.924 | 0.659 | 0.659 | 0.916 | 0.928 |
| 2 | SheetSage2-Refined | 0.784 | 0.839 | 0.842 | 0.864 | 0.787 | 0.810 | 0.651 | 0.712 | 0.730 | 0.758 | 0.667 | 0.672 | 0.716 | 0.737 | 0.558 | 0.814 | 0.783 | 0.794 | 0.568 | 0.719 | 0.673 | 0.745 | 0.800 | 0.808 | 0.815 | 0.828 | 0.347 | 0.465 | 0.730 | 0.782 |
| 3 | SheetSage2প্রকাশ্য ওজন · ইনফারেন্স কোড | 0.436 | 0.501 | 0.538 | 0.561 | 0.443 | 0.444 | 0.147 | 0.186 | 0.090 | 0.090 | 0.000 | 0.028 | 0.008 | 0.016 | 0.223 | 0.483 | 0.004 | 0.005 | 0.139 | 0.306 | 0.000 | 0.105 | 0.003 | 0.003 | 0.474 | 0.543 | 0.044 | 0.115 | 0.248 | 0.299 |
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 2
Refined-এর লেখক একই সংরক্ষিত অডিও পরীক্ষা করেছেন: ব্যক্তিগত অ্যানোটেশনসহ 95টি পপ পরীক্ষার ও 47টি যাচাইয়ের গান; বিজোড় মাত্রার 50টি গানে 9টি রেকর্ডিং ও 41টি সংশ্লেষণ; আরও একই বণ্টনের 300টি কৃত্রিম রচনা ও 1026টি HookTheory ক্লিপ। দুই বারলাইনই ±70 ms-এর মধ্যে মিলতে হবে, বাড়তি লাইন চলবে না; সামঞ্জস্যপূর্ণ পুনর্বিন্যাসে উৎসে বর্ণিত বিভাজন গ্রহণযোগ্য। সুরে একই পিচ ও 50 ms শুরু, কী বদলে ±2 s। মোড মূল্যায়নে সংশ্লিষ্ট বিকল্প লাগে। মূল গবেষণাপত্রের র্যাঙ্কিংয়ের সঙ্গে মেশানো হয় না।
| মেট্রিক র্যাঙ্ক | মডেল | root, test↑ | root, valid↑ | majmin, test↑ | majmin, valid↑ | sevenths, test↑ | sevenths, valid↑ | tetrads, test↑ | tetrads, valid↑ | slash chords (bass, exact), test↑ | slash chords (bass, exact), valid↑ | key, test↑ | key, valid↑ | key changes (F, ±2 s), test↑ | key changes (F, ±2 s), valid↑ | tension chords (9th, 11th, 13th, add), test: recall / precision |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | SheetSage2-Refined | 0.864 | 0.880 | 0.886 | 0.885 | 0.829 | 0.825 | 0.770 | 0.780 | 0.520 | 0.515 | 0.920 | 0.909 | 0.629 | 0.721 | 0.232 / 0.485 |
| 2 | SheetSage2প্রকাশ্য ওজন · ইনফারেন্স কোড | 0.821 | 0.822 | 0.871 | 0.845 | 0.762 | 0.777 | 0.678 | 0.704 | 0.366 | 0.386 | 0.840 | 0.814 | 0.568 | 0.667 | 0.000 / — |
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 3 / উৎসের সারি 3
Refined-এর লেখক একই সংরক্ষিত অডিও পরীক্ষা করেছেন: ব্যক্তিগত অ্যানোটেশনসহ 95টি পপ পরীক্ষার ও 47টি যাচাইয়ের গান; বিজোড় মাত্রার 50টি গানে 9টি রেকর্ডিং ও 41টি সংশ্লেষণ; আরও একই বণ্টনের 300টি কৃত্রিম রচনা ও 1026টি HookTheory ক্লিপ। দুই বারলাইনই ±70 ms-এর মধ্যে মিলতে হবে, বাড়তি লাইন চলবে না; সামঞ্জস্যপূর্ণ পুনর্বিন্যাসে উৎসে বর্ণিত বিভাজন গ্রহণযোগ্য। সুরে একই পিচ ও 50 ms শুরু, কী বদলে ±2 s। মোড মূল্যায়নে সংশ্লিষ্ট বিকল্প লাগে। মূল গবেষণাপত্রের র্যাঙ্কিংয়ের সঙ্গে মেশানো হয় না।
| মেট্রিক র্যাঙ্ক | মডেল | melody (note F)↑ | key with mode↑ | key with mode, the 98 modal clips↑ |
|---|---|---|---|---|
| 1 | SheetSage2-Refined · melody head | 0.713 | - | - |
| 2 | SheetSage2-Refined | 0.682 | 0.719 | 0.315 |
| 3 | SheetSage2প্রকাশ্য ওজন · ইনফারেন্স কোড | 0.664 | 0.722 | 0.005 |
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 9
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
SheetSage1 · madmom · Beat This! · S-KEY · ChordFormer · † ChordFormer · SongFormer · SheetSage1
লেখকেরা paper প্রিসেট ও BF16 ব্যবহার করেছেন; সাইটের প্রার্থী সংস্করণ default ও FP32 ব্যবহার করে। এগুলো সাইটের নিজস্ব পরিমাপ নয়। বিট ও প্রথম বিটের সহনসীমা 70 ms, প্রথম 5 s বাদ দেওয়া হয়। সুর মেলাতে পিচ ক্লাস ও 50 ms শুরুর সময় লাগে, শেষের সময় নয়। Beat This! তিনটি seed-এর গড়; ChordFormer ডেটাসেট অনুযায়ী ensemble বা সংরক্ষিত fold ব্যবহার করে। শুধু একই শর্তে র্যাঙ্ক করা হয়; সম্পূর্ণ সেটিংস উৎসে আছে।
| মেট্রিক র্যাঙ্ক | মডেল | Beat · GTZAN · F1 | Beat · osu2017 · F1 | Downbeat · GTZAN · F1 | Downbeat · osu2017 · F1 | Key · GiantSteps · Score | Key · GTZAN · Score | Chord · osu2017 · Maj/min | Chord · Chords1217 · Maj/min | Chord · JAAH · Maj/min | Structure · HarmonixSet | Melody · RWC-Pop | Melody · Rock Corpus · Vocal F1 | |||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Accuracy↑ | F1 @ 0.5 s↑ | F1 @ 3 s↑ | Vocal F1↑ | Full F1↑ | ||||||||||||
| - | SheetSage2-ARপ্রকাশ্য ওজন · ইনফারেন্স কোড | 86.27 | 93.01 | 80.45 | 92.90 | 77.73 | 75.77 | 90.08 | 83.81 | 64.50 | 80.51 | 67.96 | 82.86 | 82.51 | 75.29 | 67.08 |
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 4
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
HookKern জনপ্রিয় গানের সুর-কর্ডের স্বরলিপি ও স্ট্রিং কোয়ার্টেটের SER নিজ নিজ ডেটাসেটে আলাদাভাবে তুলনা করে; কম মান ভালো। কেবল প্রকাশিত ওজনের সঙ্গে মেলা পরীক্ষা দেখানো হয়, ডেটাসেট মিশিয়ে র্যাঙ্কিং নয়।
| মেট্রিক র্যাঙ্ক | মডেল | SheetSage-A2S | Quartets · SER | ||
|---|---|---|---|---|---|
| SER↓ | Melody SER↓ | Chord SER↓ | |||
| - | +Augmented dataপ্রকাশ্য ওজন · ইনফারেন্স কোড | 20.92 | 38.62 | 22.28 | 4.98 |