Carregando...
Crie música multipista a partir de um estilo, descrição ou MIDI. Escolha a versão, ouça, edite e baixe.
Entrada
Estilo, descrição ou MIDI
MIDI Formatos
Produção
MIDI multipista · originais ZIP
Caso de uso
Ideias musicais, arranjos de banda e continuação de MIDI
Crie música multipista a partir de um estilo, descrição ou MIDI. Escolha a versão, ouça, edite e baixe.
Semente 42 · 35 s · 5 pistas
O áudio é sintetizado a partir do MIDI. O timbre dos instrumentos não mede a qualidade sonora do modelo.
MIDILM
Importe SF2/SF3 com até 512 MB por arquivo. Os arquivos ficam locais nesta página, sem envio ao servidor. As notas transcritas não mudam.
Para projetos de áudio ou vídeo a 48 kHz. Os arquivos ficam um pouco maiores.
O WAV é sintetizado diretamente no formato escolhido, com os sons, a velocidade e o volume atuais. A qualidade também depende da biblioteca de sons; mais bits não melhoram as amostras originais.
Arquivo MIDI originalZIP original completoRegistro de geração
{
"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
No feedback, informe a ferramenta, os passos e o problema encontrado. Capturas de tela ajudam a localizá-lo.
Gera MIDI com vários instrumentos a partir de texto.
Resultado publicado: MOS ↑ 3.2306 ± 0.9160 / 5
Processamento: GPU · modelo · Licença: CC-BY-NC-4.0 (code)
Transforma descrições de estilo, clima e instrumentação em MIDI multipista.
Resultado publicado: FAD ↓ 0.173 · CLAP ↑ 22.1 · BF16
Tabela 2: 896 amostras, FluidR3_GM, VGGish FAD e CLAP × 100. Velocidade: 2K token em uma L40S. Não há medição equivalente da versão FP32 deste site.
Processamento: GPU · modelo · Licença: Llama-3.2-Community
Large ajustado com dados de qualidade; não é necessariamente melhor em todos os estilos.
Não há avaliação pública de qualidade comparável para esta versão.
Processamento: GPU · modelo · Licença: Apache-2.0
Modelo base · 16 camadas, 16 cabeças de atenção.
Não há avaliação pública de qualidade comparável para esta versão.
Processamento: GPU · modelo · Licença: Apache-2.0
Modelo base · 8 camadas, 32 cabeças de atenção.
Não há avaliação pública de qualidade comparável para esta versão.
Processamento: GPU · modelo · Licença: Apache-2.0
Contexto de 4 / 8 compassos; pesos médios de 350.5 MB.
Não há avaliação pública de qualidade comparável para esta versão.
Processamento: GPU · modelo · Licença: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16 compassos; contexto de 4096 token.
Não há avaliação pública de qualidade comparável para esta versão.
Processamento: GPU · modelo · Licença: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16 compassos; dinâmica e microtemporização.
Não há avaliação pública de qualidade comparável para esta versão.
Processamento: GPU · modelo · Licença: Research / non-commercial weights; MIT code
Contexto de 4 / 8 compassos; pesos pequenos de 82.5 MB.
Não há avaliação pública de qualidade comparável para esta versão.
Processamento: GPU · modelo · Licença: Research / non-commercial weights; MIT code
Controle de extensão em faixas de dez compassos.
Resultado publicado: PhraseFID ↓ 3.81
Processamento: GPU · modelo · Licença: Apache-2.0 (code)
Geração livre, sem restrições de extensão ou estrutura.
Resultado publicado: PhraseFID ↓ 3.89
Processamento: GPU · modelo · Licença: Apache-2.0 (code)
Condicionamento estrutural experimental; a adesão à forma ainda precisa ser validada.
Resultado publicado: PhraseFID (7.65)
PhraseFID e SRS com estrutura fixa ficam fora do ranking entre versões.
Processamento: GPU · modelo · Licença: Apache-2.0 (code)
Regras de estilo e harmonia geram loops, partes e estruturas completas.
Não há avaliação pública de qualidade comparável para esta versão.
Processamento: CPU · regras · Licença: GPL-3.0-or-later
Modelos de instrumentação e forma geram arranjos completos.
Não há avaliação pública de qualidade comparável para esta versão.
Processamento: CPU · regras · Licença: MIT
As pontuações usam bases e métodos diferentes. Não formam um ranking único nem medem a qualidade desta adaptação.
As posições usam a métrica escolhida nas mesmas condições. Os registros incluem referências e ablações, não necessariamente versões disponíveis aqui.
Escolha um conjunto de dados para ver todas as métricas de cada modelo. As linhas seguem a classificação oficial ou a métrica selecionada. O negrito indica o melhor valor comparável de cada coluna, incluindo empates. Protocolos de avaliação diferentes são classificados separadamente; pontuações ausentes aparecem como -.
Tabelas 1–3: média de 10 amostras aleatórias de 96 itens; texto livre usa outros 96. MOS: avaliação cega de 15 ouvintes, escala 1–5; ± é o desvio padrão. Cada condição textual tem ranking separado.
± indica o desvio padrão.
| Classificação por métrica | Modelo | Condição de teste | MOS / 5↑ |
|---|---|---|---|
| 1 | MIDILM | Teste MidiCaps | 3.2306 ± 0.9160 |
| 2 | Text2MIDI-InferAlign | Teste MidiCaps | 2.4861 ± 0.7675 |
| 3 | MuseCoco | Teste MidiCaps | 2.0854 ± 0.9499 |
| - | Música de referência Dados de referência; fora do ranking de versões. | Teste MidiCaps | 4.1010 ± 0.9590 |