MuScriptor: An Open Model for Multi-Instrument Music Transcription
arXiv - 2026
MuScriptor-large দিয়ে সঙ্গীতকে একাধিক যন্ত্রের MIDI-তে রূপান্তর করুন।
MIDI / প্রতিলিপিGPU কাজের চাপYourMT3 · ওয়েটYourMT3 · সোর্স কোডmusic-to-midi · সোর্স কোডYourMT3+ · YPTF.MoE+Multi noPS · গবেষণাপত্রYourMT3+ · YPTF.MoE+Multi noPS · গবেষণাপত্রYourMT3+ · YPTF.MoE+Multi noPS · গবেষণাপত্রYourMT3+ · YPTF.MoE+Multi noPS · গবেষণাপত্র
একাধিক যন্ত্র থেকে MIDI
গান বা সম্মিলিত বাদন মাল্টিট্র্যাক MIDI-তে বদলে DAW-তে নোট ও বাদ্যাংশ সম্পাদনা করুন।
15 ক্রেডিট/ব্যবহারফাইল ইনপুটসর্বোচ্চ 100 MBআনুমানিক 180-900 সেকেন্ড
ইনপুট
সম্পূর্ণ গান, যন্ত্রসংগীতের সমবেত পরিবেশনা বা একাধিক যন্ত্রের রেকর্ডিং।
সমর্থিত বিন্যাস
mp3wavflacoggm4aaacaifaiffmp4movmkv
আউটপুট
স্কোরিং, অ্যারেঞ্জিং, হারমনি বিশ্লেষণ এবং ডিএডাব্লু ক্লিনআপের জন্য মাল্টি-ট্র্যাক MIDI খসড়া
কেস ব্যবহার করুন
সম্পূর্ণ মিশ্রণ থেকে সম্পাদনাযোগ্য MIDI খসড়া, পাশাপাশি piano / কীবোর্ড, guitar, bass, drums, স্ট্রিংস / বাতাস এবং vocal খসড়ার মতো ক্লিনার একক / সাধারণ-যন্ত্র ইনপুট
আপনার উপাদান ও উদ্দেশ্যের উপযোগী মডেল বেছে নিন এবং জমা দেওয়ার আগে উদাহরণগুলো দেখুন।
খরচ, সময়, ফরম্যাট ও প্যারামিটার নির্বাচিত মডেলের ওপর নির্ভর করে।
দ্রুত মতামত
মতামতে টুলের নাম, ধাপগুলো এবং সমস্যাটি লিখুন। স্ক্রিনশট দিলে সমস্যা খুঁজতে সুবিধা হয়।
মডেল, পরামিতি এবং উত্স
YourMT3+ · YPTF.MoE+Multi noPS: সম্পূর্ণ মিশ্রণ থেকে সম্পাদনাযোগ্য MIDI খসড়া, পাশাপাশি piano / কীবোর্ড, guitar, bass, drums, স্ট্রিংস / বাতাস এবং vocal খসড়ার মতো ক্লিনার একক / সাধারণ-যন্ত্র ইনপুট
MuScriptor-largeMuScriptor Table 1YourMT3+MuScriptor Table 2MuScriptor Table 4MuScriptor 60MMuScriptor 100MMuScriptor 300MMuScriptor 1.3BMuScriptor: An Open Model for Multi-Instrument Music TranscriptionYourMT3+ · YPTF.MoE+Multi noPSMIROS
MuScriptor-large
ডিফল্ট অংশ মেরামত দীর্ঘ নোট রেখে অংশগুলোর মধ্যে ভুল বাদ্যযন্ত্র কমায়; পুরো মিক্সে এখান থেকে শুরু করুন।
- নির্দিষ্ট পরিচয়: 1,366,399,488টি F32 প্যারামিটার; safetensors 5,465,642,136 বাইট; revision 8809fdfbed2affa7ade94a7059e746e3880720e7।
- 48-স্তরের decoder-only Transformer, width 1536, 24টি head; 16 kHz mono, 5-সেকেন্ড chunk এবং 100 Hz-এ 512-bin mel।
- Type-1 multi-track MIDI আউটপুট; UI-এর 35টি label 36টি learned group-এ map করে। velocity 100-তে স্থির থাকে। রূপান্তরের আগে স্থিতিশীল অংশভিত্তিক অভিযোজিত টেম্পো ম্যাপ (মাত্রার প্রমাণ নির্ভরযোগ্য হলে বার-সারিবদ্ধ), স্বয়ংক্রিয়ভাবে শনাক্ত একক BPM, অথবা হাতে লেখা একক BPM বেছে নেওয়া যায়। শেষেও preview control-এ playback speed ও BPM বদলানো যায় এবং download বর্তমান setting ব্যবহার করে।
YourMT3+ · YPTF.MoE+Multi noPS
mimbres/YourMT3YourMT3 HF checkpointsYourMT3 HF SpaceTelkNet music-to-midi workflowYourMT3 arXivMT3 arXiv2025 AMT Challenge paperOfficial leaderboard
- আর্কিটেকচার: YourMT3+ এমটি 3-স্টাইলের টোকেন ডিকোডিংয়ের শীর্ষে শ্রেণিবদ্ধ সময়-ফ্রিকোয়েন্সি মনোযোগ, এমওই রূপ এবং মাল্টি-চ্যানেল ডিকোডিং যুক্ত করে।
- পূর্ণ মিক্স থেকে বহু-বাদ্যযন্ত্রের MIDI খসড়া তৈরিতে TelkNet YPTF.MoE+Multi noPS ব্যবহার করে। একক বাদ্যযন্ত্রের জন্য সংশ্লিষ্ট বিশেষায়িত টুল বেছে নিন; একক পিয়ানোর জন্য পিয়ানো ট্রান্সক্রিপশন টুল ব্যবহার করুন।
- আউটপুট: পরিমাণ, বেগ ডিফল্ট এবং পোস্ট-প্রসেসিং নিয়ন্ত্রণের সাথে সম্পাদনাযোগ্য multi-track MIDI।
YMT3+
YMT3+: সম্পূর্ণ মিশ্রণ থেকে সম্পাদনাযোগ্য MIDI খসড়া, পাশাপাশি piano / কীবোর্ড, guitar, bass, drums, স্ট্রিংস / বাতাস এবং vocal খসড়ার মতো ক্লিনার একক / সাধারণ-যন্ত্র ইনপুট
YourMT3+ · YPTF.Single noPS
YourMT3+ · YPTF.Single noPS: সম্পূর্ণ মিশ্রণ থেকে সম্পাদনাযোগ্য MIDI খসড়া, পাশাপাশি piano / কীবোর্ড, guitar, bass, drums, স্ট্রিংস / বাতাস এবং vocal খসড়ার মতো ক্লিনার একক / সাধারণ-যন্ত্র ইনপুট
YourMT3+ · YPTF.Multi PS
YourMT3+ · YPTF.Multi PS: সম্পূর্ণ মিশ্রণ থেকে সম্পাদনাযোগ্য MIDI খসড়া, পাশাপাশি piano / কীবোর্ড, guitar, bass, drums, স্ট্রিংস / বাতাস এবং vocal খসড়ার মতো ক্লিনার একক / সাধারণ-যন্ত্র ইনপুট
YourMT3+ · YPTF.MoE+Multi PS
YourMT3+ · YPTF.MoE+Multi PS: সম্পূর্ণ মিশ্রণ থেকে সম্পাদনাযোগ্য MIDI খসড়া, পাশাপাশি piano / কীবোর্ড, guitar, bass, drums, স্ট্রিংস / বাতাস এবং vocal খসড়ার মতো ক্লিনার একক / সাধারণ-যন্ত্র ইনপুট
MIROS MusicFM multi-decoder
MIROS MusicFM multi-decoder pretrained_msd.pt এবং সূক্ষ্ম টিউনড last.ckpt checkpoint সহ অফিসিয়াল স্থানীয় MIROS রুট চালায়।
amt-os/ai4m-mirosOfficial leaderboardMIROS fine-tuned checkpointMIROS pretrained checkpoint2025 AMT Challenge paper
- পাবলিক প্রমাণ: এখানে উদ্ধৃত 2025 AMT চ্যালেঞ্জ টেবিলে MIROS প্রথম স্থান অর্জন করেছে।
- সুযোগ: ক্লাসিকাল / পলিফোনিক উপাদান এবং নোট প্রতিলিপির জন্য multi-instrument AMT। চ্যালেঞ্জ স্কোপটি piano, বেহালা, ভায়োলা, সেলো, বাঁশি, বাসুন, ট্রম্বোন এবং ওবো কভার করে, তবে পাবলিক পেপার প্রতি যন্ত্র একক এফ 1 প্রকাশ করে না।
BS-RoFormer SW Fixed 6-stem pre-split
BS-RoFormer এসডাব্লু ফিক্সড একটি সম্পূর্ণ মিশ্রণকে six WAV stems বিভক্ত করতে BS-Rofo-SW-Fixed.ckpt প্লাস BS-Rofo-SW-Fixed.yaml ব্যবহার করে।
- অডিও আউটপুট: vocals, drums, bass, guitar, piano এবং other WAV stems।
- বিন্যাস পর্যালোচনা, অনুশীলন উপাদান, রিমিক্স প্রস্তুতি এবং একটি মিশ্র গানকে পৃথক stem ফাইলগুলিতে পরিণত করার জন্য দরকারী।
OaFS
OaFS 34 শ্রেণির যন্ত্র শনাক্ত করে MIDI ও নোটের সারণি তৈরি করে; বেগ স্থির 127।
- শুরু ও ফ্রেমের সক্রিয়তার মানক বিচ্যুতি দিয়ে যন্ত্র নির্বাচন করে, সম্ভাবনা দিয়ে নয়।
- অফিসিয়াল স্থানীয় স্বাভাবিকীকৃত সক্রিয়তার Z-score সীমা।
- অফিসিয়াল Z-score ক্ষেত্রে শুরুর শিখরের ন্যূনতম প্রকটতা।
- একই সুরের শুরুর মধ্যে ন্যূনতম ব্যবধান, সেকেন্ডে; অন্তত একটি 0.02 সেকেন্ডের ফ্রেম।
- নোটের শেষ নির্ধারণের নিষ্ক্রিয় সময়সীমা, সেকেন্ডে; অন্তত 0.02 সেকেন্ড।
- অফিসিয়াল ইনফারেন্স ব্যাচের আকার: একসঙ্গে প্রক্রিয়াকৃত অংশের সংখ্যা।
- আনুষ্ঠানিক সারণি 5 পাঁচটি ডেটাসেট আলাদাভাবে তুলনা করে এবং কেবল সংশ্লিষ্ট প্রকাশ্য ওজন যাচাই করা পরীক্ষা দেখায়। বর্তমান OaFS যৌথভাবে প্রশিক্ষিত; ফলাফল MuScriptor-এর চেয়ে ভালো হওয়া প্রমাণ করে না।
timbreAMT v2
নির্দিষ্ট সংখ্যক নামবিহীন স্বররংয়ের ট্র্যাকে নোট ভাগ করে; যন্ত্রের নাম শনাক্ত করে না। যন্ত্রের সংখ্যা জানা ছোট দলের রেকর্ডিংয়ের জন্য উপযোগী। একই স্বরের পরস্পর মিশে থাকা অংশ আলাদা নাও হতে পারে।
- গবেষণার সারণি 3: K হলো নির্দিষ্ট স্বররংয়ের সংখ্যা। ট্র্যাকের সেরা মিল নির্ধারণ করে প্রতি ট্র্যাকের F1 হিসাব করা হয়। ফল অন্তত তিনবার প্রশিক্ষণের গড়, এই সাইটের চেকপয়েন্টের নতুন মাপ নয়।
Tsumugi · full pipeline
কণ্ঠ, ড্রাম, বেস, গিটার, পিয়ানো ও অন্যান্য শব্দ আলাদা করে নোটে রূপান্তর ও MIDI একত্র করে। velocity অনুমান ও যন্ত্র পুনর্নির্ধারণ বেছে নেওয়া যায়; পৃথকীকরণের ভুল নোটে প্রভাব ফেলতে পারে।
- সম্পূর্ণ ছয় অংশের প্রক্রিয়ার তুলনাযোগ্য প্রকাশ্য স্কোর নেই। পৃথক মডেলের স্কোর পুরো গানের স্কোর নয়। অফিসিয়াল সর্বোচ্চ 15 সেকেন্ড নোটের সীমা রাখা হয়েছে; খুব দীর্ঘ নোট বাদ যেতে পারে।
Tsumugi · SheetSage2-Refined
ছয়টি স্টেম আলাদা করে MIDI স্বরলিপি তৈরি করে। SheetSage2-Refined বিট, মাত্রা ও গানের অংশ শনাক্ত করে; Tsumugi কর্ড ও কী শনাক্ত করে। আগের পুরো গান প্রতিলিপির পদ্ধতিও বেছে নেওয়া যায়।
মডেল তুলনা
মডেল
ভূমিকা
কেন এটি ব্যবহার করা হয়
আউটপুট প্রভাব
ভূমিকাচ্যালেঞ্জ-র ্যাঙ্কিং multi-instrument AMT
কেন এটি ব্যবহার করা হয়MIROS তুলনা পথ হিসাবে ব্যবহার করুন: এটি 2025 AMT চ্যালেঞ্জে সামগ্রিকভাবে # 1 স্থান অর্জন করেছে এবং YourMT3+ এর চেয়ে উচ্চতর তিন-যন্ত্র F1 রেখেছিল, তবে এটি এখনও ঘন পলিফোনি এবং টিম্বার বিভ্রান্তির উপর হ্রাস পায়।
আউটপুট প্রভাবমাল্টি-ট্র্যাক MIDI
মডেলYourMT3+ YPTF.MoE+Multi
ভূমিকাএকাধিক বাদ্যযন্ত্রের MIDI প্রতিলিপি
কেন এটি ব্যবহার করা হয়পাবলিক checkpoint নিয়ন্ত্রণের সাথে স্থিতিশীল টেলকনেট পথ। চ্যালেঞ্জ পেপারটি এখনও হার্ড লিমিটটি স্পষ্টভাবে দেখায়: YourMT3-ওয়াইপিটিএফ-এমওই-এম এক-যন্ত্রের উদ্ধৃতিগুলিতে 0.7594 এফ 1 থেকে তিন-যন্ত্রের উদ্ধৃতিগুলিতে 0.3918 এ নেমে যায়।
আউটপুট প্রভাবমাল্টি-ট্র্যাক MIDI খসড়া
মডেলMT3 baseline
ভূমিকাঐতিহাসিক বেসলাইন
কেন এটি ব্যবহার করা হয়সর্বজনীন MT3-পরিবারের বেঞ্চমার্ক বেসলাইন, শুধুমাত্র তুলনার জন্য দেখানো হয়েছে।
আউটপুট প্রভাবশুধুমাত্র বেসলাইন তুলনা
মডেলMuScriptor-large
ভূমিকাMuScriptor মাল্টি-ইনস্ট্রুমেন্ট ট্রান্সক্রিপশন
কেন এটি ব্যবহার করা হয়পেপারের যৌথ ব্যক্তিগত D_Test মাল্টিট্র্যাক তুলনায় MuScriptor-large, YourMT3+ থেকে এগিয়ে এবং বাস্তব মিশ্র সংগীতের জন্য তৈরি।
আউটপুট প্রভাবType-1 multi-track MIDI আউটপুট; UI-এর 35টি label 36টি learned group-এ map করে। velocity 100-তে স্থির থাকে। রূপান্তরের আগে স্থিতিশীল অংশভিত্তিক অভিযোজিত টেম্পো ম্যাপ (মাত্রার প্রমাণ নির্ভরযোগ্য হলে বার-সারিবদ্ধ), স্বয়ংক্রিয়ভাবে শনাক্ত একক BPM, অথবা হাতে লেখা একক BPM বেছে নেওয়া যায়। শেষেও preview control-এ playback speed ও BPM বদলানো যায় এবং download বর্তমান setting ব্যবহার করে।
মডেলYourMT3+ YPTF.MoE+Multi noPS
ভূমিকাএকাধিক বাদ্যযন্ত্রের MIDI প্রতিলিপি
কেন এটি ব্যবহার করা হয়পাবলিক checkpoint নিয়ন্ত্রণের সাথে স্থিতিশীল টেলকনেট পথ। চ্যালেঞ্জ পেপারটি এখনও হার্ড লিমিটটি স্পষ্টভাবে দেখায়: YourMT3-ওয়াইপিটিএফ-এমওই-এম এক-যন্ত্রের উদ্ধৃতিগুলিতে 0.7594 এফ 1 থেকে তিন-যন্ত্রের উদ্ধৃতিগুলিতে 0.3918 এ নেমে যায়।
আউটপুট প্রভাবমাল্টি-ট্র্যাক MIDI খসড়া
কাগজ এবং বেঞ্চমার্ক নোট
YourMT3+: Multi-instrument Music Transcription
IEEE MLSP - 2024
YourMT3+ উন্নত ট্রান্সফরমার আর্কিটেকচার, এমওই ভেরিয়েন্ট, মাল্টি-চ্যানেল ডিকোডিং এবং cross-dataset stem augmentation সহ MT3 প্রসারিত করে।
MT3: Multi-Task Multitrack Music Transcription
ICLR - 2022
এমটি 3 সিকোয়েন্স মডেলিংয়ের সাথে মাল্টি-টাস্ক মাল্টিট্র্যাক মিউজিক ট্রান্সক্রিপশন প্রতিষ্ঠা করেছে এবং নতুন AMT তুলনাগুলির জন্য নামকরণ বেসলাইন হিসাবে রয়ে গেছে।
Advancing Multi-Instrument Music Transcription: Results from the 2025 AMT Challenge
arXiv / OpenReview - 2026
2025 AMT চ্যালেঞ্জ সংক্ষিপ্তসার কাগজটি 1 জানুয়ারী থেকে 30 এপ্রিল, 2025 প্রতিযোগিতার জন্য 2026-03-29 এ প্রকাশিত হয়েছিল। এটি 21 টি নিবন্ধিত দল, 14 টি জমা দেওয়া দল, 8 টি বৈধ স্কোর দল এবং একটি 76-টুকরো ক্লাসিকাল টেস্ট সেট প্রতি উদ্ধৃতিতে তিনটি যন্ত্র সহ সেট করে।
Multitrack Music Transcription Based on Joint Learning of Onset and Frame Streams
Signals - 2026
OaFS 34 শ্রেণির যন্ত্র শনাক্ত করে MIDI ও নোটের সারণি তৈরি করে; বেগ স্থির 127।
অফিসিয়াল / সংগ্রহস্থল
MuScriptor source (pinned)MuScriptor-large weights (pinned)mimbres/YourMT3YourMT3 HF checkpointsYourMT3 HF SpaceTelkNet music-to-midi workflowbs_6stem_fixed.ckpt · HF mirrorpython-audio-separatoramt-os/ai4m-mirosOfficial leaderboardMIROS fine-tuned checkpointMIROS pretrained checkpointTomokiMatsunaga/OaFSOaFS · checkpointmadderscientist/timbreAMTtimbreAMT v2anime-song/tsumugiTsumugi · full pipeline
প্যারামিটার গাইড
- আগে ছয় ট্র্যাকে বিভাজন: BS-RoFormer অডিও আলাদা করার পর প্রতিটি ট্র্যাকের নোট তৈরি হয়। আলাদা ও সম্মিলিত MIDI পাওয়া যায়; পৃথক অডিও ডাউনলোড করা যায় না।
কেস ব্যবহার করুন
- সম্পূর্ণ ডেমো প্রতিলিপি করুন এবং সম্প্রীতি বিশ্লেষণ করুন
- ধারণা রেকর্ডিংগুলি সম্পাদনাযোগ্য MIDI তে পরিণত করুন
- multi-track খসড়া দিয়ে শুরু করুন, তারপরে একটি ডিএডাব্লুতে যন্ত্র দ্বারা পরিমার্জন করুন
ওয়ার্কফ্লো
- 1রেকর্ডিংয়ের মূল গতি ও ছন্দ বজায় রেখে আপলোড করুন।
- 2প্রতিটি MIDI অংশ মূল রেকর্ডিংয়ের সঙ্গে তুলনা করে বাদ পড়া নোট, ভুল সুর ও যন্ত্রের বরাদ্দ পরীক্ষা করুন।
- 3বেগ, পরিমাণকরণ এবং ট্র্যাকগুলি ঠিক করতে ফলাফলটি আপনার ডিএডাব্লুতে আমদানি করুন
যা পরীক্ষা করবেন
- একটি স্থিতিশীল টেম্পো সহ অডিও রাখুন এবং দীর্ঘ নীরব প্রসারিত এড়িয়ে চলুন
- আরও জটিল ব্যবস্থার পরে আরও ম্যানুয়াল নোট সংশোধন প্রয়োজন
- solo piano জন্য, পরিবর্তে একটি piano-বিশেষজ্ঞ মডেলে স্যুইচ করুন
এই ক্ষেত্রের মডেলসমূহ
9টি ফলাফলএখানে 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।
Official 2025 AMT Challenge leaderboard
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 9 / উৎসের সারি 17
র্যাঙ্কিংয়ের বাইরে: 8
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
GIU · press_to_win · press_to_win5 · press_to_win3 · press_to_win4 · Bytedance Piano transcription · press_to_win2 · Midnight Questor
অফিসিয়াল লিডারবোর্ডের পুনরুৎপাদনযোগ্য ওপেন সোর্স মডেলগুলোর অফিসিয়াল অবস্থান বজায় রাখা হয়েছে। F1, প্রিসিশন, রিকল, শুরু, শেষ এবং ওভারল্যাপ শতাংশে দেখানো হয়; সময় মিলিসেকেন্ডে। প্রতিযোগিতার জন্য YourMT3+ ফাইলের নামে দেওয়া বাদ্যযন্ত্রের তথ্য ব্যবহার করে। এর স্কোর এই সাইটের সম্পূর্ণ প্রক্রিয়াকরণ ব্যবস্থার পরিমাপ নয়।
| সরকারি র্যাঙ্ক | মডেল | Members | Submission date | Runtime (ms) | F-measure (summary)↑ | Precision↑ | Recall↑ | Average overlap ratio↑ | F-measure (details)↑ | Onset precision↑ | Onset recall↑ | Onset F-measure↑ | Offset precision↑ | Offset recall↑ | Offset F-measure↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | MIROS (Music Information Retrieval Osnabrück)প্রকাশ্য ওজন · ইনফারেন্স কোডMIROS fine-tuned decoderMusicFM encoderইনফারেন্স কোড logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckptমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | Deniz Gün, Fernando Riveros, Paul Koesling, Anish Haluvani Sundresh, William Shelor | 2025-06-02 | 22.0535 | 0.5999 | 0.655839 | 0.5724 | 0.739079 | 0.599875 | 0.877975 | 0.759886 | 0.799196 | 0.807888 | 0.701962 | 0.736779 |
| 2 | YourMT3-YPTF-MoE-Mএই সাইটে ব্যবহৃত মডেল | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-03 | 12.5981 | 0.5939 | 0.600966 | 0.588778 | 0.730518 | 0.593868 | 0.792573 | 0.777088 | 0.783356 | 0.767444 | 0.750847 | 0.757675 |
| 3 | YourMT3-YPTF-S | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 15.3954 | 0.5582 | 0.556491 | 0.561459 | 0.732617 | 0.55816 | 0.762297 | 0.771807 | 0.76566 | 0.743591 | 0.753287 | 0.747136 |
| 4 | YourMT3-P | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.9916 | 0.3948 | 0.39658 | 0.398548 | 0.72627 | 0.394752 | 0.60259 | 0.613207 | 0.601815 | 0.685018 | 0.691227 | 0.681928 |
| 5 | MT3প্রকাশ্য ওজন · ইনফারেন্স কোড | Google Research Brain Team: Josh Gardner, Ian Simon, Ethan Manilow, Curtis Hawthorne, Jesse Engel | 2025-06-02 | 20.1915 | 0.3932 | 0.38112 | 0.411528 | 0.71797 | 0.393214 | 0.663145 | 0.726103 | 0.687734 | 0.63501 | 0.698339 | 0.659656 |
| 7 | YourMT3-YPTF-SP-Vপ্রকাশ্য ওজন · ইনফারেন্স কোডlogs/2024/ptfs_gmlp_wf_e12_d8_500k/checkpoints/epoch=466-step=500000.ckptইনফারেন্স কোডমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.5031 | 0.3306 | 0.32796 | 0.335827 | 0.714713 | 0.330591 | 0.632511 | 0.657221 | 0.641741 | 0.686195 | 0.711273 | 0.695724 |
| 10 | YourMT3-YPTF-MoE-MP | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 16.0262 | 0.2173 | 0.214966 | 0.220641 | 0.611634 | 0.217338 | 0.696075 | 0.719896 | 0.70555 | 0.699835 | 0.72405 | 0.709509 |
| 15 | ReconVATপ্রকাশ্য ওজন · ইনফারেন্স কোডWeight/String_MusicNet/Unet_R_VAT-XI=1e-06-eps=1.3-String_MusicNet-lr=0.001/weight.ptইনফারেন্স কোডমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | Kin Wai Cheuk, Dorien Herremans, Li Su | 2025-06-02 | 5.4548 | 0.1416 | 0.121534 | 0.180252 | 0.789788 | 0.141598 | 0.307451 | 0.450635 | 0.35515 | 0.478656 | 0.742044 | 0.564281 |
| 16 | Basic Pitchপ্রকাশ্য ওজন · ইনফারেন্স কোড | Spotify's Audio Intelligence Lab: Rachel M. Bittner, Juan José Bosch, David Rubinstein, Gabriel Meseguer-Brocal, Sebastian Ewert | 2025-06-02 | 3.9056 | 0.0634 | 0.054995 | 0.078152 | 0.597734 | 0.063433 | 0.264086 | 0.337363 | 0.290772 | 0.444662 | 0.587456 | 0.495507 |
মূল রেকর্ড (9)
চিহ্নগুলি এখানে ব্যবহৃত মডেল বা উপাদান বোঝায়। স্কোর ও সেটিংস উদ্ধৃত পরীক্ষার; এগুলি সাইটের সম্পূর্ণ প্রক্রিয়ার নতুন মূল্যায়ন নয়।
Official 2025 AMT Challenge leaderboard ↗যাচাই: 2026-10-25
সব মূল্যায়ন উৎস (14)
ডেটাসেট, সংস্করণ ও শর্ত আলাদা থাকে; যোগ্য সারি না থাকা উৎসও রাখা হয়।
- MuScriptor Table 1 ↗
স্থাপনযোগ্য 3 / উৎসের সারি 7
র্যাঙ্কিংয়ের বাইরে: 4
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
𝒟 Synth · MuScriptor trained on · 1 · 𝒟 Synth · MuScriptor trained on · 2 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 1 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 2
- MuScriptor Table 2 ↗
স্থাপনযোগ্য 16 / উৎসের সারি 16
- MuScriptor Table 4 ↗
স্থাপনযোগ্য 0 / উৎসের সারি 4
র্যাঙ্কিংয়ের বাইরে: 4
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
MuScriptor (60M) · MuScriptor (100M) · MuScriptor (300M) · MuScriptor (1.3B)
- Official 2025 AMT Challenge leaderboard ↗
স্থাপনযোগ্য 9 / উৎসের সারি 17
র্যাঙ্কিংয়ের বাইরে: 8
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
GIU · press_to_win · press_to_win5 · press_to_win3 · press_to_win4 · Bytedance Piano transcription · press_to_win2 · Midnight Questor
- AMT Challenge · arXiv:2603.27528v1 · Table 1 ↗
স্থাপনযোগ্য 9 / উৎসের সারি 14
র্যাঙ্কিংয়ের বাইরে: 5
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
press_to_win 1 · press_to_win 2 · press_to_win 3 · Bytedance Piano · press_to_win 4
- AMT Challenge · arXiv:2603.27528v1 · Table 2 ↗
স্থাপনযোগ্য 9 / উৎসের সারি 9
- YourMT3+ v3, Tables 2, 3, 14 ↗
স্থাপনযোগ্য 1 / উৎসের সারি 5
র্যাঙ্কিংয়ের বাইরে: 4
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
MT3 (our colab) · MT3 (colab ) · MT3 · PerceiverTF
- YourMT3+ · Table 2 ↗
স্থাপনযোগ্য 1 / উৎসের সারি 7
র্যাঙ্কিংয়ের বাইরে: 6
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
YMT3 · noPS · YMT3+ · noPS | PS · YPTF+S · noPS | PS · YPTF+M · noPS | PS · MT3 [ 1 ] · (colab) · AMT · Baseline *
- YourMT3+ · Table 3 ↗
স্থাপনযোগ্য 1 / উৎসের সারি 12
র্যাঙ্কিংয়ের বাইরে: 11
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
YMT3 base · + Intra-aug. · + Full-vocab. · + Data balancing · + Cross-aug. · + PTF-encoder · + FFN → MoE · + Multi decoder · MT3 (colab) · MT3 [ 1 ] · PerceiverTF [ 25 ]
- OaFS · Table 5 ↗
স্থাপনযোগ্য 10 / উৎসের সারি 25
র্যাঙ্কিংয়ের বাইরে: 15
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
OaFS-ResUnet · Frame F1 (%) · OaFS-CFP · Frame F1 (%) · OaFS-single · Frame F1 (%) · OaFS-ResUnet · Onset F1 (%) · OaFS-CFP · Onset F1 (%) · OaFS-single · Onset F1 (%) · OaFS-ResUnet · Multi-Instrument Frame F1 (%) · OaFS-CFP · Multi-Instrument Frame F1 (%) · OaFS-single · Multi-Instrument Frame F1 (%) · OaFS-ResUnet · Multi-Instrument Onset F1 (%) · OaFS-CFP · Multi-Instrument Onset F1 (%) · OaFS-single · Multi-Instrument Onset F1 (%) · OaFS-ResUnet · Instrument Detection F1 (%) · OaFS-CFP · Instrument Detection F1 (%) · OaFS-single · Instrument Detection F1 (%)
- OaFS · Table 6 ↗
স্থাপনযোগ্য 68 / উৎসের সারি 102
র্যাঙ্কিংয়ের বাইরে: 34
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
OaFS-Single · Acoustic Piano · OaFS-Single · Electric Piano · OaFS-Single · Chromatic Percussion · OaFS-Single · Organ · OaFS-Single · Acoustic Guitar · OaFS-Single · Clean Electric Guitar · OaFS-Single · Distorted Electric Guitar · OaFS-Single · Acoustic Bass · OaFS-Single · Electric Bass · OaFS-Single · Violin · OaFS-Single · Viola · OaFS-Single · Cello · OaFS-Single · Contrabass · OaFS-Single · Orchestral Harp · OaFS-Single · Timpani · OaFS-Single · String Ensemble · OaFS-Single · Synth Strings · OaFS-Single · Choir and Voice · OaFS-Single · Trumpet · OaFS-Single · Trombone · OaFS-Single · Tuba · OaFS-Single · French Horn · OaFS-Single · Brass Section · OaFS-Single · Soprano/Alto Sax · OaFS-Single · Tenor Sax · OaFS-Single · Baritone Sax · OaFS-Single · Oboe · OaFS-Single · English Horn · OaFS-Single · Bassoon · OaFS-Single · Clarinet · OaFS-Single · Pipe · OaFS-Single · Synth Lead · OaFS-Single · Synth Pad · OaFS-Single · Drums
- OaFS · Table 7 ↗
স্থাপনযোগ্য 28 / উৎসের সারি 28
- OaFS · Table 4 ↗
স্থাপনযোগ্য 2 / উৎসের সারি 5
র্যাঙ্কিংয়ের বাইরে: 3
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
OaFS-ResUnet · OaFS-CFP · OaFS-single
- TISMIR 2026 · Table 3 ↗
স্থাপনযোগ্য 3 / উৎসের সারি 7
র্যাঙ্কিংয়ের বাইরে: 4
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
D16 · MSE · Syn · Rescale
সব মূল ফলাফল ও উৎস
স্কোর নির্দিষ্ট ডেটাসেট, মেট্রিক ও মডেল সংস্করণের জন্য প্রযোজ্য; ভিন্ন পরীক্ষার ফল সরাসরি তুলনাযোগ্য নয়।
টেবিলে শুধু সেই মডেলগুলো আছে যাদের প্রকাশ্য ওজন বা কনফিগারেশন রয়েছে এবং স্থানীয়ভাবে চালানো যায়।
MuScriptor Table 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 3 / উৎসের সারি 7
র্যাঙ্কিংয়ের বাইরে: 4
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
𝒟 Synth · MuScriptor trained on · 1 · 𝒟 Synth · MuScriptor trained on · 2 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 1 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 2
একই ব্যক্তিগত D_Test-এ গবেষণাপত্রটি CFG=1 চূড়ান্ত মডেলকে YourMT3+-এর সঙ্গে তুলনা করেছে। ফল স্বাধীনভাবে পুনরুৎপাদিত নয় এবং MIROS বা অন্য মূল্যায়ন প্রোটোকলের সঙ্গে সরাসরি তুলনীয় নয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | F1 Score ( ↑ ) | ||||
|---|---|---|---|---|---|---|---|
| Onset | Frame | Offset | Drums | Multi | |||
| 1 | MuScriptor (1.3B) · 𝒟 Synth + 𝒟 Real + 𝒟 RLপ্রকাশ্য ওজন · ইনফারেন্স কোডmodel.safetensorsইনফারেন্স কোডওজনের লাইসেন্স (রিপোজিটরির ঘোষণা): cc-by-nc-4.0শর্ত মেনে নেওয়া বা প্রবেশের আবেদন প্রয়োজন | D_Test · CFG = 1 | 60.4 | 73.3 | 49.0 | 50.2 | 48.2 |
| 2 | YourMT3+ (YPTF.MoE+Multi (noPS)) | D_Test · CFG = 1 | 32.52 | 45.54 | 17.79 | 41.4 | 21.9 |
মূল রেকর্ড (3)
MuScriptor Table 1 ↗যাচাই: 2026-10-25
টেবিলে শুধু সেই মডেলগুলো আছে যাদের প্রকাশ্য ওজন বা কনফিগারেশন রয়েছে এবং স্থানীয়ভাবে চালানো যায়।
MuScriptor Table 2
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 16 / উৎসের সারি 16
পেপারের টেবিল ২ উভয়ের প্রশিক্ষণ সেটের বাইরে থাকা আটটি ডেটাসেটে প্রকাশিত ও লোকালি ডিপ্লয়যোগ্য দুই মডেল মূল্যায়ন করে।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | F1 Score ( ↑ ) | ||||
|---|---|---|---|---|---|---|---|
| Onset | Frame | Offset | Drums | Multi | |||
| 1 | MuScriptorপ্রকাশ্য ওজন · ইনফারেন্স কোডmodel.safetensorsইনফারেন্স কোডওজনের লাইসেন্স (রিপোজিটরির ঘোষণা): cc-by-nc-4.0শর্ত মেনে নেওয়া বা প্রবেশের আবেদন প্রয়োজন | Bach10 | 43.1 | 85.0 | 36.0 | - | 34.7 |
| 2 | YourMT3+ | Bach10 | 59.8 | 66.0 | 48.0 | - | 26.4 |
মূল রেকর্ড (16)
MuScriptor Table 2 ↗যাচাই: 2026-10-25
টেবিলে শুধু সেই মডেলগুলো আছে যাদের প্রকাশ্য ওজন বা কনফিগারেশন রয়েছে এবং স্থানীয়ভাবে চালানো যায়।
Official 2025 AMT Challenge leaderboard
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 9 / উৎসের সারি 17
র্যাঙ্কিংয়ের বাইরে: 8
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
GIU · press_to_win · press_to_win5 · press_to_win3 · press_to_win4 · Bytedance Piano transcription · press_to_win2 · Midnight Questor
অফিসিয়াল লিডারবোর্ডের পুনরুৎপাদনযোগ্য ওপেন সোর্স মডেলগুলোর অফিসিয়াল অবস্থান বজায় রাখা হয়েছে। F1, প্রিসিশন, রিকল, শুরু, শেষ এবং ওভারল্যাপ শতাংশে দেখানো হয়; সময় মিলিসেকেন্ডে। প্রতিযোগিতার জন্য YourMT3+ ফাইলের নামে দেওয়া বাদ্যযন্ত্রের তথ্য ব্যবহার করে। এর স্কোর এই সাইটের সম্পূর্ণ প্রক্রিয়াকরণ ব্যবস্থার পরিমাপ নয়।
| সরকারি র্যাঙ্ক | মডেল | Members | Submission date | Runtime (ms) | F-measure (summary)↑ | Precision↑ | Recall↑ | Average overlap ratio↑ | F-measure (details)↑ | Onset precision↑ | Onset recall↑ | Onset F-measure↑ | Offset precision↑ | Offset recall↑ | Offset F-measure↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | MIROS (Music Information Retrieval Osnabrück)প্রকাশ্য ওজন · ইনফারেন্স কোডMIROS fine-tuned decoderMusicFM encoderইনফারেন্স কোড logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckptমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | Deniz Gün, Fernando Riveros, Paul Koesling, Anish Haluvani Sundresh, William Shelor | 2025-06-02 | 22.0535 | 0.5999 | 0.655839 | 0.5724 | 0.739079 | 0.599875 | 0.877975 | 0.759886 | 0.799196 | 0.807888 | 0.701962 | 0.736779 |
| 2 | YourMT3-YPTF-MoE-M | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-03 | 12.5981 | 0.5939 | 0.600966 | 0.588778 | 0.730518 | 0.593868 | 0.792573 | 0.777088 | 0.783356 | 0.767444 | 0.750847 | 0.757675 |
| 3 | YourMT3-YPTF-S | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 15.3954 | 0.5582 | 0.556491 | 0.561459 | 0.732617 | 0.55816 | 0.762297 | 0.771807 | 0.76566 | 0.743591 | 0.753287 | 0.747136 |
| 4 | YourMT3-P | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.9916 | 0.3948 | 0.39658 | 0.398548 | 0.72627 | 0.394752 | 0.60259 | 0.613207 | 0.601815 | 0.685018 | 0.691227 | 0.681928 |
| 5 | MT3প্রকাশ্য ওজন · ইনফারেন্স কোড | Google Research Brain Team: Josh Gardner, Ian Simon, Ethan Manilow, Curtis Hawthorne, Jesse Engel | 2025-06-02 | 20.1915 | 0.3932 | 0.38112 | 0.411528 | 0.71797 | 0.393214 | 0.663145 | 0.726103 | 0.687734 | 0.63501 | 0.698339 | 0.659656 |
| 7 | YourMT3-YPTF-SP-Vপ্রকাশ্য ওজন · ইনফারেন্স কোডlogs/2024/ptfs_gmlp_wf_e12_d8_500k/checkpoints/epoch=466-step=500000.ckptইনফারেন্স কোডমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.5031 | 0.3306 | 0.32796 | 0.335827 | 0.714713 | 0.330591 | 0.632511 | 0.657221 | 0.641741 | 0.686195 | 0.711273 | 0.695724 |
| 10 | YourMT3-YPTF-MoE-MP | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 16.0262 | 0.2173 | 0.214966 | 0.220641 | 0.611634 | 0.217338 | 0.696075 | 0.719896 | 0.70555 | 0.699835 | 0.72405 | 0.709509 |
| 15 | ReconVATপ্রকাশ্য ওজন · ইনফারেন্স কোডWeight/String_MusicNet/Unet_R_VAT-XI=1e-06-eps=1.3-String_MusicNet-lr=0.001/weight.ptইনফারেন্স কোডমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | Kin Wai Cheuk, Dorien Herremans, Li Su | 2025-06-02 | 5.4548 | 0.1416 | 0.121534 | 0.180252 | 0.789788 | 0.141598 | 0.307451 | 0.450635 | 0.35515 | 0.478656 | 0.742044 | 0.564281 |
| 16 | Basic Pitchপ্রকাশ্য ওজন · ইনফারেন্স কোড | Spotify's Audio Intelligence Lab: Rachel M. Bittner, Juan José Bosch, David Rubinstein, Gabriel Meseguer-Brocal, Sebastian Ewert | 2025-06-02 | 3.9056 | 0.0634 | 0.054995 | 0.078152 | 0.597734 | 0.063433 | 0.264086 | 0.337363 | 0.290772 | 0.444662 | 0.587456 | 0.495507 |
মূল রেকর্ড (9)
Official 2025 AMT Challenge leaderboard ↗যাচাই: 2026-10-25
টেবিলে শুধু সেই মডেলগুলো আছে যাদের প্রকাশ্য ওজন বা কনফিগারেশন রয়েছে এবং স্থানীয়ভাবে চালানো যায়।
AMT Challenge · arXiv:2603.27528v1 · Table 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 9 / উৎসের সারি 14
র্যাঙ্কিংয়ের বাইরে: 5
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
press_to_win 1 · press_to_win 2 · press_to_win 3 · Bytedance Piano · press_to_win 4
ওয়েবসাইট ও গবেষণাপত্র আলাদা স্ন্যাপশট; শেষ অঙ্কে সামান্য পার্থক্য আছে। পরীক্ষায় 76টি সীমাবদ্ধ কৃত্রিম অংশ, প্রতিটিতে সর্বোচ্চ তিন যন্ত্র। প্রতিটি উৎসের মান রাখা হয়েছে। প্রতিযোগিতার জন্য YourMT3+ ফাইলের নামে দেওয়া বাদ্যযন্ত্রের তথ্য ব্যবহার করে। এর স্কোর এই সাইটের সম্পূর্ণ প্রক্রিয়াকরণ ব্যবস্থার পরিমাপ নয়।
| সরকারি র্যাঙ্ক | মডেল | F1 Score↑ | Precision↑ | Recall↑ | Overlap↑ | Runtime |
|---|---|---|---|---|---|---|
| 1 | MIROSপ্রকাশ্য ওজন · ইনফারেন্স কোডMIROS fine-tuned decoderMusicFM encoderইনফারেন্স কোড logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckptমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | 0.5998 | 0.6558 | 0.5724 | 0.7391 | 22.05 |
| 2 | YourMT3-YPTF-MoE-M | 0.5938 | 0.6010 | 0.5888 | 0.7305 | 12.60 |
| 3 | YourMT3-YPTF-S | 0.5581 | 0.5565 | 0.5615 | 0.7326 | 15.40 |
| 4 | YourMT3-P | 0.3947 | 0.3966 | 0.3985 | 0.7263 | 14.99 |
| 5 | MT3 (baseline)প্রকাশ্য ওজন · ইনফারেন্স কোড | 0.3932 | 0.3811 | 0.4115 | 0.7180 | 20.19 |
| 6 | YourMT3-YPTF-SP-Vপ্রকাশ্য ওজন · ইনফারেন্স কোডlogs/2024/ptfs_gmlp_wf_e12_d8_500k/checkpoints/epoch=466-step=500000.ckptইনফারেন্স কোডমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | 0.3305 | 0.3280 | 0.3358 | 0.7147 | 14.50 |
| 9 | YourMT3-YPTF-MoE-MP | 0.2173 | 0.2150 | 0.2206 | 0.6116 | 16.03 |
| 13 | ReconVATপ্রকাশ্য ওজন · ইনফারেন্স কোডWeight/String_MusicNet/Unet_R_VAT-XI=1e-06-eps=1.3-String_MusicNet-lr=0.001/weight.ptইনফারেন্স কোডমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | 0.1415 | 0.1215 | 0.1803 | 0.7898 | 5.45 |
| 14 | Basic Pitchপ্রকাশ্য ওজন · ইনফারেন্স কোড | 0.0634 | 0.0550 | 0.0782 | 0.5977 | 3.91 |
মূল রেকর্ড (9)
AMT Challenge · arXiv:2603.27528v1 · Table 1 ↗যাচাই: 2026-10-25
টেবিলে শুধু সেই মডেলগুলো আছে যাদের প্রকাশ্য ওজন বা কনফিগারেশন রয়েছে এবং স্থানীয়ভাবে চালানো যায়।
AMT Challenge · arXiv:2603.27528v1 · Table 2
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 9 / উৎসের সারি 9
Table 2 নির্দিষ্ট যন্ত্রসংখ্যা অনুযায়ী গড় ± মানক বিচ্যুতি দেখায়। প্রতিটি গোষ্ঠীর র্যাঙ্কিং আলাদা, সামগ্রিক সারণির বিকল্প নয়। প্রতিযোগিতার জন্য YourMT3+ ফাইলের নামে দেওয়া বাদ্যযন্ত্রের তথ্য ব্যবহার করে। এর স্কোর এই সাইটের সম্পূর্ণ প্রক্রিয়াকরণ ব্যবস্থার পরিমাপ নয়।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | F-measure↑ | Precision↑ | Recall↑ |
|---|---|---|---|---|---|
| 1 | YourMT3-YPTF-MoE-M | Count = 1 (n=6) | 0.7594 ± 0.2304 | 0.7858 ± 0.2411 | 0.7367 ± 0.2254 |
| 2 | MIROSপ্রকাশ্য ওজন · ইনফারেন্স কোডMIROS fine-tuned decoderMusicFM encoderইনফারেন্স কোড logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckptমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | Count = 1 (n=6) | 0.7193 ± 0.2103 | 0.9067 ± 0.2286 | 0.6233 ± 0.2295 |
| 3 | MT3 (Baseline)প্রকাশ্য ওজন · ইনফারেন্স কোড | Count = 1 (n=6) | 0.5483 ± 0.3898 | 0.5548 ± 0.3974 | 0.5422 ± 0.3829 |
মূল রেকর্ড (9)
AMT Challenge · arXiv:2603.27528v1 · Table 2 ↗যাচাই: 2026-10-25
YourMT3+ v3, Tables 2, 3, 14
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 5
র্যাঙ্কিংয়ের বাইরে: 4
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
MT3 (our colab) · MT3 (colab ) · MT3 · PerceiverTF
স্লাক-স্টাইল মেট্রিক্সের উপর MT3-ফ্যামিলি বেসলাইনের সাথে YourMT3+ কাগজের তুলনা।
| মেট্রিক র্যাঙ্ক | মডেল | Bass↑ | Brass↑ | C.Perc↑ | Guitar↑ | Organ↑ | Piano↑ | Pipe↑ | Reed↑ | Strings and Ens.↑ | Synth Lead↑ | Synth Pad↑ | Drums↑ | Onset F1 (non-drum)↑ | Offset F1 (non-drum)↑ | Onset F1 (drums/gm)↑ | Multi (Onset-Offset) F1 ♠↑ | Multi Onset F1↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| - | YPTF.MoE+M (PS) | 93.20 | 74.96 | 67.70 | 82.27 | 73.48 | 88.84 | 74.72 | 82.22 | 75.44 | 84.19 | 45.57 | 90.05 | 84.56 | 70.70 | 90.05 | 74.84 | - |
মূল রেকর্ড (1)
YourMT3+ v3, Tables 2, 3, 14 ↗যাচাই: 2026-10-25
YourMT3+ · Table 2
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 7
র্যাঙ্কিংয়ের বাইরে: 6
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
YMT3 · noPS · YMT3+ · noPS | PS · YPTF+S · noPS | PS · YPTF+M · noPS | PS · MT3 [ 1 ] · (colab) · AMT · Baseline *
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | MAPS [ 21 ] (unseen) · Piano | MAPS [ 21 ] (seen) | Maestro v3 | MusicNet ext. (EM) [ 10 ] | MusicNet ext. [ 9 , 10 ] | MIR-ST500 [ 13 ] (SVS) · Singing | MIR-ST500 [ 13 ] | MIR-ST500 (100ms [ 20 ] ) | ENSTdrums (DTP [ 15 ] ) · Drums | ENSTdrums (DTM [ 15 ] ) | GuitarSet [ 11 ] (MT3 [ 1 ] ) · Guitar | URMP [ 22 ] Onset F1 [ 1 ] · Agnostic | URMP [ 22 ] Multi F1 [ 1 ] · Ensemble | Slakh [ 18 ] Onset F1 [ 1 ] · Agnostic | Slakh [ 18 ] Multi F1 [ 1 ] · All | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Strings↑ | Winds↑ | Strings↑ | Winds↑ | ||||||||||||||||
| - | YPTF.MoE+M | noPS | PS | 87.88 | 86.25 | - | 96.98 | 96.52 | 91.32 | 90.07 | 83.46 | 78.50 | 66.14 | 66.09 | 55.95 | 55.33 | 71.60 | 72.05 | 70.59 | 71.07 | 81.14 | 82.08 | 88.79 | 89.48 | 85.92 | 87.27 | 91.65 | 88.87 | 81.05 | 81.79 | 67.22 | 67.98 | 84.14 | 84.56 | 73.98 | 74.84 |
মূল রেকর্ড (1)
YourMT3+ · Table 2 ↗যাচাই: 2026-10-25
YourMT3+ · Table 3
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 12
র্যাঙ্কিংয়ের বাইরে: 11
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
YMT3 base · + Intra-aug. · + Full-vocab. · + Data balancing · + Cross-aug. · + PTF-encoder · + FFN → MoE · + Multi decoder · MT3 (colab) · MT3 [ 1 ] · PerceiverTF [ 25 ]
| মেট্রিক র্যাঙ্ক | মডেল | Onset F1↑ | Offset F1↑ | Drum F1↑ |
|---|---|---|---|---|
| - | YPTF.MoE+Multi | 84.6 | 70.7 | 90.1 |
মূল রেকর্ড (1)
YourMT3+ · Table 3 ↗যাচাই: 2026-10-25
OaFS · Table 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 10 / উৎসের সারি 25
র্যাঙ্কিংয়ের বাইরে: 15
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
OaFS-ResUnet · Frame F1 (%) · OaFS-CFP · Frame F1 (%) · OaFS-single · Frame F1 (%) · OaFS-ResUnet · Onset F1 (%) · OaFS-CFP · Onset F1 (%) · OaFS-single · Onset F1 (%) · OaFS-ResUnet · Multi-Instrument Frame F1 (%) · OaFS-CFP · Multi-Instrument Frame F1 (%) · OaFS-single · Multi-Instrument Frame F1 (%) · OaFS-ResUnet · Multi-Instrument Onset F1 (%) · OaFS-CFP · Multi-Instrument Onset F1 (%) · OaFS-single · Multi-Instrument Onset F1 (%) · OaFS-ResUnet · Instrument Detection F1 (%) · OaFS-CFP · Instrument Detection F1 (%) · OaFS-single · Instrument Detection F1 (%)
আনুষ্ঠানিক সারণি 5 পাঁচটি ডেটাসেট আলাদাভাবে তুলনা করে এবং কেবল সংশ্লিষ্ট প্রকাশ্য ওজন যাচাই করা পরীক্ষা দেখায়। বর্তমান OaFS যৌথভাবে প্রশিক্ষিত; ফলাফল MuScriptor-এর চেয়ে ভালো হওয়া প্রমাণ করে না।
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | Frame F1 (%)↑ | Onset F1 (%)↑ | Multi-Instrument Frame F1 (%)↑ | Multi-Instrument Onset F1 (%)↑ | Instrument Detection F1 (%)↑ |
|---|---|---|---|---|---|---|---|
| 1 | MT3প্রকাশ্য ওজন · ইনফারেন্স কোডOfficial MT3 T5X checkpoint and 294 tensor filesইনফারেন্স কোডমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | MAESTRO | 55.30 | 95.16 | 55.30 | 95.16 | 99.72 |
| 2 | OaFSপ্রকাশ্য ওজন · ইনফারেন্স কোড | MAESTRO | 76.10 | 94.17 | 76.10 | 94.17 | 100 |
মূল রেকর্ড (10)
OaFS · Table 5 ↗যাচাই: 2026-10-25
OaFS · Table 6
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 68 / উৎসের সারি 102
র্যাঙ্কিংয়ের বাইরে: 34
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
OaFS-Single · Acoustic Piano · OaFS-Single · Electric Piano · OaFS-Single · Chromatic Percussion · OaFS-Single · Organ · OaFS-Single · Acoustic Guitar · OaFS-Single · Clean Electric Guitar · OaFS-Single · Distorted Electric Guitar · OaFS-Single · Acoustic Bass · OaFS-Single · Electric Bass · OaFS-Single · Violin · OaFS-Single · Viola · OaFS-Single · Cello · OaFS-Single · Contrabass · OaFS-Single · Orchestral Harp · OaFS-Single · Timpani · OaFS-Single · String Ensemble · OaFS-Single · Synth Strings · OaFS-Single · Choir and Voice · OaFS-Single · Trumpet · OaFS-Single · Trombone · OaFS-Single · Tuba · OaFS-Single · French Horn · OaFS-Single · Brass Section · OaFS-Single · Soprano/Alto Sax · OaFS-Single · Tenor Sax · OaFS-Single · Baritone Sax · OaFS-Single · Oboe · OaFS-Single · English Horn · OaFS-Single · Bassoon · OaFS-Single · Clarinet · OaFS-Single · Pipe · OaFS-Single · Synth Lead · OaFS-Single · Synth Pad · OaFS-Single · Drums
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | Total Number of Notes | Frame F1 (%)↑ | Onset F1 (%)↑ |
|---|---|---|---|---|---|
| 1 | OaFSপ্রকাশ্য ওজন · ইনফারেন্স কোড | Acoustic Piano | 974,080 | 65.90 | 71.37 |
| 2 | MT3প্রকাশ্য ওজন · ইনফারেন্স কোডOfficial MT3 T5X checkpoint and 294 tensor filesইনফারেন্স কোডমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | Acoustic Piano | 974,080 | 56.90 | 66.08 |
মূল রেকর্ড (68)
OaFS · Table 6 ↗যাচাই: 2026-10-25
OaFS · Table 7
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 28 / উৎসের সারি 28
| মেট্রিক র্যাঙ্ক | মডেল | পরীক্ষার শর্ত | Frame F1 (%)↑ | Onset F1 (%)↑ |
|---|---|---|---|---|
| 1 | OaFSপ্রকাশ্য ওজন · ইনফারেন্স কোড | Piano | 70.36 | 72.10 |
| 2 | MT3প্রকাশ্য ওজন · ইনফারেন্স কোডOfficial MT3 T5X checkpoint and 294 tensor filesইনফারেন্স কোডমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | Piano | 63.12 | 69.99 |
মূল রেকর্ড (28)
OaFS · Table 7 ↗যাচাই: 2026-10-25
OaFS · Table 4
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 5
র্যাঙ্কিংয়ের বাইরে: 3
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
OaFS-ResUnet · OaFS-CFP · OaFS-single
| মেট্রিক র্যাঙ্ক | মডেল | Number of Trainable Parameters | Number of Instrument Classes Excluding “Others” |
|---|---|---|---|
| - | MT3প্রকাশ্য ওজন · ইনফারেন্স কোডOfficial MT3 T5X checkpoint and 294 tensor filesইনফারেন্স কোডমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | 93.7 M | 34 |
| - | OaFSপ্রকাশ্য ওজন · ইনফারেন্স কোড | 64.9 M | 34 |
মূল রেকর্ড (2)
OaFS · Table 4 ↗যাচাই: 2026-10-25
TISMIR 2026 · Table 3
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 7
র্যাঙ্কিংয়ের বাইরে: 4
এই পরীক্ষাগুলোর পূর্ণ প্রকাশ্য ইনফারেন্স প্যাকেজ যাচাই করা হয়নি। একই নামের মডেলের অন্য ওজন বিকল্প নয়।
D16 · MSE · Syn · Rescale
গবেষণার সারণি 3: K হলো নির্দিষ্ট স্বররংয়ের সংখ্যা। ট্র্যাকের সেরা মিল নির্ধারণ করে প্রতি ট্র্যাকের F1 হিসাব করা হয়। ফল অন্তত তিনবার প্রশিক্ষণের গড়, এই সাইটের চেকপয়েন্টের নতুন মাপ নয়।
| মেট্রিক র্যাঙ্ক | মডেল | BACH10 2 mix | BACH10 3 mix | BACH10 4 mix | URMP 2 mix | URMP 3 mix | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | ||
| 1 | Oursপ্রকাশ্য ওজন · ইনফারেন্স কোড | 83.4 | 84.6 | 99.0 | 77.8 | 80.1 | 96.7 | 66.2 | 72.7 | 89.9 | 68.9 | 66.8 | 82.6 | 58.5 | 60.0 | 77.1 |
| 2 | Shareপ্রকাশ্য ওজন · ইনফারেন্স কোডseptimbre/ablation/DicephNet/dicephnet_model.pthইনফারেন্স কোডমূল্যায়নের সেটিংসওজনের লাইসেন্স ঘোষণা করা হয়নি | 82.1 | 83.0 | 98.4 | 76.1 | 78.9 | 96.6 | 68.5 | 72.8 | 91.0 | 69.0 | 68.3 | 84.6 | 57.2 | 57.5 | 74.1 |
| 3 | Tanakaপ্রকাশ্য ওজন · ইনফারেন্স কোড | 77.9 | 79.6 | 93.2 | 66.1 | 69.0 | 83.4 | 55.4 | 59.2 | 73.2 | 65.5 | 64.1 | 79.3 | 56.5 | 56.5 | 72.8 |
মূল রেকর্ড (3)
TISMIR 2026 · Table 3 ↗যাচাই: 2026-10-25
সম্পর্কিত ব্যবহার গাইড
আপনার উপাদানের উপযোগী প্রক্রিয়াকরণ পদ্ধতি ও ধাপ খুঁজুন।
TelkNet সংশোধন নোট · ১৩ আগস্ট ২০২৬
MuScriptor-এর নোট হারিয়ে যাওয়ার সমস্যা
একটি ভুল অনুমান কীভাবে পরের ৪০ সেকেন্ডের ফলও এলোমেলো করত?
একই সম্পূর্ণ গান TelkNet এবং সরকারি MuScriptor Large 0.3.0-এর strict mode-এ চালিয়েছি। দুই output-এই 8টি part ও 6,560টি note আছে; প্রতিটি note-এর part, pitch ও order মিলে যায়। অস্বাভাবিক অংশটি প্রায় 182–222 সেকেন্ডে: source audio-তে মাঝারি থেকে উচ্চ frequency-র স্পষ্ট pitched line আছে, কিন্তু MIDI-তে C4-এর ওপরে প্রায় 40.31 সেকেন্ড ফাঁকা। UI, BPM processing বা MIDI editor ওই note মুছে দেয়নি; ফাঁকটি সরকারি model output-এই ছিল। মূল score না থাকায় ঠিক কতটি note বাদ গেছে, তা বলা যায় না।
TelkNet পাঁচ সেকেন্ডের অংশগুলোর মধ্যে যন্ত্রের তথ্য আদানপ্রদান সামঞ্জস্য করে, যাতে ভুল শনাক্তকরণ পরের অংশে কম ছড়ায় এবং দীর্ঘ নোটগুলো যুক্ত থাকে। MuScriptor Large প্রতিটি অংশ একবার ট্রান্সক্রাইব করে।
এরপর 14টি গান দিয়ে 16টি সম্পূর্ণ run শেষ করেছি; সবগুলো স্বাভাবিকভাবে শেষ হয়েছে। প্রথম গানে C4-এর ওপর দীর্ঘতম onset gap 40.309 সেকেন্ড থেকে 1.970 সেকেন্ডে নেমেছে। দ্বিতীয় গান 1,698টি note, 6টি active track ও 70.79% piano থেকে 2,279টি note, 8টি active track ও 50.77% piano-তে বদলেছে। প্রতিটি গান দুবার সম্পূর্ণ rerun করলে byte-identical file পাওয়া গেছে।
