Carregando...

Bateria para MIDI · MSG-LD / ADTOF · TelkNet

MIDI / transcriçãoGPU carga de trabalhoADT_STR · Código-fonte adt-str · Pesos ADT_STR · tau=0.6 · Artigo

Bateria para MIDI

ADTOF Plus · ADTOF Direct · ADT_STR · MSG-LD. A mixagem completa passa primeiro pela separação de bateria do processo selecionado. A bateria isolada vai diretamente ao modelo de transcrição ou separação escolhido.

15 créditos/usoEntrada de arquivoMáximo 100 MBEstimado em 20-1800 segundos

Entrada

Suporta entradas em formatos como mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

Formatos suportados

mp3wavflacoggm4aaacaifaiffmp4movmkv

Produção

MIDI

Caso de uso

Editar notas, instrumentação e detalhes da execução.

Escolha uma família de modelos

Bateria para MIDI · MSG-LDDisponívelSepara bateria e detecta ataques para um rascunho MIDI; intensidade e duração de reprodução fixas.Bateria para MIDI · ADTOFDisponívelBateria para MIDI: Plus acrescenta intensidade e chimbal aberto/fechado; Direct transcreve diretamente.Bateria para MIDI · ADT_STRDisponívelTranscreve ataques e intensidades de 26 classes de bateria; três versões τ com treinamentos diferentes.

Escolha a versão ou o modo de processamento

Bateria para MIDI · ADT_STR · tau=0.8Pesos de treinamento setting-tau-0.8 para 26 classes e intensidades. Comece por 0.8 e compare o mesmo trecho; τ não é sensibilidade de detecção.RecomendadoDisponívelBateria para MIDI · ADT_STR · tau=0.4Pesos de treinamento setting-tau-0.4 para 26 classes e intensidades. Comece por 0.8 e compare o mesmo trecho; τ não é sensibilidade de detecção.DisponívelBateria para MIDI · ADT_STR · tau=0.6Pesos de treinamento setting-tau-0.6 para 26 classes e intensidades. Comece por 0.8 e compare o mesmo trecho; τ não é sensibilidade de detecção.Disponível

Escolha um modelo para seu material e objetivo e confira os exemplos antes de enviar.

Custo, tempo, formatos e parâmetros dependem do modelo escolhido.

Feedback rápido

No feedback, informe a ferramenta, os passos e o problema encontrado. Capturas de tela ajudam a localizá-lo.

Modelos, parâmetros e fontes

ADT_STR detecta ataques e velocidades de 26 classes de bateria e exporta MIDI.

MSG-LD · OBADTOF-PyTorch READMEADTOF (original)ADTOF Direct · PyTorchADTOF Plus paper, Table 1ADTOF PlusOriginal ADTOFADTOF Plus paper, Table 2Vogl et al. 8-class baselineADT-STR · Table 2ADT-STR Setting-1ADT-STR Setting-2

MSG-LD · OB

MSG-LD gera cinco faixas de bateria e detecta ataques; o MIDI usa velocidade 100 e duração fixa de reprodução de 0,1 segundo.

ddman1101/Separate-and-detect MSG-LD · checkpoint MSG-LD

msgld_ob usa o ramo de ataque; msgld_obtb usa os ramos de ataque e timbre.
Etapas de amostragem DDIM, com padrão de 200. Você pode usar 50, 100, 200, 250 ou 500; alguns outros valores não são aceitos.
A mixagem completa passa primeiro pela separação de bateria do processo selecionado. A bateria isolada vai diretamente ao modelo de transcrição ou separação escolhido.
O artigo avalia OB, TB e OBTB separadamente; valores de OB não descrevem OBTB padrão. F1 de notas e mel-MSE/FAD de áudio ficam em tabelas distintas. A cadeia de detecção do artigo não foi medida novamente aqui.

MSG-LD · OBTB

MSG-LD gera cinco faixas de bateria e detecta ataques; o MIDI usa velocidade 100 e duração fixa de reprodução de 0,1 segundo.

ddman1101/Separate-and-detect MSG-LD · checkpoint MSG-LD

msgld_ob usa o ramo de ataque; msgld_obtb usa os ramos de ataque e timbre.
Etapas de amostragem DDIM, com padrão de 200. Você pode usar 50, 100, 200, 250 ou 500; alguns outros valores não são aceitos.
A mixagem completa passa primeiro pela separação de bateria do processo selecionado. A bateria isolada vai diretamente ao modelo de transcrição ou separação escolhido.
O artigo avalia OB, TB e OBTB separadamente; valores de OB não descrevem OBTB padrão. F1 de notas e mel-MSE/FAD de áudio ficam em tabelas distintas. A cadeia de detecção do artigo não foi medida novamente aqui.

ADTOF Plus

ADTOF Plus acrescenta separação de bateria, mapeamento de intensidade e tratamento do chimbal aberto/fechado ao ADTOF. Aceita mixagens completas.

ADTOF Plus source (pinned)ADTOF PyTorch source (pinned)ADTOF Plus paper ADTOF ISMIR 2021 paper Pinned ADTOF Plus technical guide

Ative para separar primeiro a bateria de uma mixagem completa; desative para uma faixa de bateria já isolada.
Limiar de detecção de ataques de bateria do ADTOF Plus; deixe em branco para usar o padrão do modelo.
Após a transcrição, analisa as batidas originais e grava o andamento no MIDI, preservando os tempos das notas.

ADTOF Direct · PyTorch

ADTOF Direct transcreve a bateria isolada com PyTorch ADTOF. Para uma mixagem completa, o TelkNet extrai primeiro a bateria com AudioSep-Hive, sem o pós-processamento de intensidade e chimbal aberto/fechado do Plus.

ADTOF PyTorch source (pinned)Original ADTOF source ISMIR 2021 paper materials Signals 2023 paper

Ajuste separadamente os limiares de detecção de bumbo, caixa, chimbal, tons e pratos.
Resolução temporal, com padrão de 100 FPS; alterá-la pode afetar a qualidade da transcrição.
Após a transcrição, analisa as batidas originais e grava o andamento no MIDI, preservando os tempos das notas.

ADT_STR · tau=0.8

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Selecione uma variante de pesos publicada oficialmente.
Máximo de token gerados por segmento; padrão oficial 1024.
Tamanho oficial do lote de inferência: segmentos processados juntos.
A mixagem completa passa primeiro pela separação de bateria do processo selecionado. A bateria isolada vai diretamente ao modelo de transcrição ou separação escolhido.
Setting-1 a Setting-4 da tabela 2 são experimentos de treinamento, não os pesos selecionáveis τ=0.4/0.6/0.8. As notas valem para bateria isolada, não para mixagens completas.

ADT_STR · tau=0.4

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Selecione uma variante de pesos publicada oficialmente.
Máximo de token gerados por segmento; padrão oficial 1024.
Tamanho oficial do lote de inferência: segmentos processados juntos.
A mixagem completa passa primeiro pela separação de bateria do processo selecionado. A bateria isolada vai diretamente ao modelo de transcrição ou separação escolhido.
Setting-1 a Setting-4 da tabela 2 são experimentos de treinamento, não os pesos selecionáveis τ=0.4/0.6/0.8. As notas valem para bateria isolada, não para mixagens completas.

ADT_STR · tau=0.6

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Selecione uma variante de pesos publicada oficialmente.
Máximo de token gerados por segmento; padrão oficial 1024.
Tamanho oficial do lote de inferência: segmentos processados juntos.
A mixagem completa passa primeiro pela separação de bateria do processo selecionado. A bateria isolada vai diretamente ao modelo de transcrição ou separação escolhido.
Setting-1 a Setting-4 da tabela 2 são experimentos de treinamento, não os pesos selecionáveis τ=0.4/0.6/0.8. As notas valem para bateria isolada, não para mixagens completas.

Notas de papel e benchmarks

Enhanced Automatic Drum Transcription via Drum Stem Source Separation

arXiv - 2025

Paper Pinned implementation

ADTOF: A large dataset of non-synthetic music for automatic drum transcription

ISMIR - 2021

Paper Paper materials

High-Quality and Reproducible Automatic Drum Transcription from Crowdsourced Data

Signals - 2023

Paper

Oficiais / repositórios

ddman1101/Separate-and-detect MSG-LD · checkpoint ADTOF Plus source (pinned)ADTOF PyTorch source (pinned)Original ADTOF source pier-maker92/ADT_STR ADT_STR · checkpoint

Artigos / notas técnicas

MSG-LD ADTOF Plus paper ADTOF ISMIR 2021 paper Pinned ADTOF Plus technical guide ISMIR 2021 paper materials Signals 2023 paper ADT_STR

Guia de parâmetros

Ative para separar primeiro a bateria de uma mixagem completa; desative para uma faixa de bateria já isolada.
Limiar de detecção de ataques de bateria do ADTOF Plus; deixe em branco para usar o padrão do modelo.
Ajuste separadamente os limiares de detecção de bumbo, caixa, chimbal, tons e pratos.
Resolução temporal, com padrão de 100 FPS; alterá-la pode afetar a qualidade da transcrição.
Após a transcrição, analisa as batidas originais e grava o andamento no MIDI, preservando os tempos das notas.

Fluxo de trabalho

1A mixagem completa passa primeiro pela separação de bateria do processo selecionado. A bateria isolada vai diretamente ao modelo de transcrição ou separação escolhido.
2Baixe o MIDI e confira bumbo, caixa, chimbal e demais peças.

O que conferir

A mixagem completa passa primeiro pela separação de bateria do processo selecionado. A bateria isolada vai diretamente ao modelo de transcrição ou separação escolhido.
Resolução temporal, com padrão de 100 FPS; alterá-la pode afetar a qualidade da transcrição.

Modelos desta área

3 resultados

Inclui resultados públicos de testes de modelos usados aqui e em outros serviços. A tabela completa da fonte é exibida por padrão; também é possível escolher condições e métricas para comparação. Pontuações de condições de teste diferentes não são diretamente comparáveis.

São exibidos apenas registros com implementação pública de inferência e pesos correspondentes verificados, além de algoritmos que não precisam de pesos. Serviços fechados, pesos não publicados e versões experimentais sem correspondência confirmada são excluídos. Esta não é uma classificação de todos os modelos.

Pesos públicos não comprovam uma licença de código aberto completa. Expanda os dados para consultar as licenças declaradas e as condições de acesso. Licenças não declaradas são indicadas separadamente.

Teste de referênciaCategoria

ADT-STR · ENST / MDB · full vocabulary

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 -.

A recomendação no README do ADT-STR contradiz seu gráfico de resultados. Esta classificação usa os valores indicados no gráfico oficial.

Classificar por métrica

ADT-STR · ENST / MDB · full vocabulary
Classificação por métrica	Modelo	ENST↑F1%	MDB↑F1%
1	ADT-STR · τ=0.4 Pesos públicos · Código de inferência Pesos públicos Código de inferência`setting-tau-0.4/model.safetensors`Licença dos pesos não declarada	60	71
2	ADT-STR · τ=0.6Modelo usado aqui Pesos públicos · Código de inferência Pesos públicos Código de inferência`setting-tau-0.6/model.safetensors`Licença dos pesos não declarada	58	65
3	ADT-STR · τ=0.8 Pesos públicos · Código de inferência Pesos públicos Código de inferência`setting-tau-0.8/model.safetensors`Licença dos pesos não declarada	52	61

Registros originais (3)

As marcações identificam modelos ou componentes usados aqui. As pontuações e configurações vêm dos testes citados, não de uma nova avaliação de todo o processo do site.

ADT-STR · released checkpoint score figure ↗Verificado: 2026-09-27

Todas as fontes de avaliação (6)

Conjuntos, versões e condições ficam separados, inclusive fontes sem linhas elegíveis.

ADTOF-PyTorch README ↗
Entradas implantáveis 2 / linhas originais 2
Bateria para MIDI ↗
Entradas implantáveis 6 / linhas originais 6
Bateria para MIDI ↗
Entradas implantáveis 3 / linhas originais 6
Fora do ranking: 3
Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.
Vogl et al. 8-class baseline · MDB · 8-class evaluation · onset only · 50 ms · Vogl et al. 8-class baseline · RBMA · 8-class evaluation · onset only · 50 ms · Vogl et al. 8-class baseline · ENST · 8-class evaluation · onset only · 50 ms
ADT-STR · Table 2 ↗
Entradas implantáveis 0 / linhas originais 8
Fora do ranking: 8
Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.
Setting-1 · ENST · Setting-2 · ENST · Setting-3 · ENST · Setting-4 · ENST · Setting-1 · MDB · Setting-2 · MDB · Setting-3 · MDB · Setting-4 · MDB
MSG-LD · Table 3 ↗
Entradas implantáveis 2 / linhas originais 3
Fora do ranking: 1
Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.
LarsNet
MSG-LD · Table 4 ↗
Entradas implantáveis 2 / linhas originais 4
Fora do ranking: 2
Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.
MSG-LD Vanilla · MSG-LD TB

Todos os resultados originais e fontes

As pontuações correspondem ao conjunto de dados, métrica e versão indicados; testes diferentes não são diretamente comparáveis.

A tabela inclui apenas modelos com pesos ou configurações públicas que podem ser executados localmente.

ADTOF-PyTorch README

Entradas implantáveis 2 / linhas originais 2

ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74

Classificar por métrica

ADTOF-PyTorch README
Classificação por métrica	Modelo	Recall↑	Precision↑	F-measure↑
1	ADTOF (original) Pesos públicos · Código de inferência Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Código de inferência Licença dos pesos (declaração do repositório): CC-BY-NC-SA-4.0	88.68	89.90	88.74
2	ADTOF-pytorch Pesos públicos · Código de inferência src/adtof_pytorch/data/adtof_frame_rnn_pytorch_weights.pth Código de inferênciaLicença dos pesos não declarada	88.26	89.83	88.51

Registros originais (2)

ADTOF-PyTorch README ↗Verificado: 2026-10-25

Bateria para MIDI

Os valores vêm da fonte pública vinculada. Os rótulos das linhas indicam o conjunto de teste ou checkpoint; pontuações não publicadas aparecem como -.

Condição de testeClassificar por métrica

Bateria para MIDI
Classificação por métrica	Modelo	Condição de teste	F1%↑	% de precisão↑	% de recuperação↑
1	ADTOF Plus Pesos públicos · Código de inferência MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Código de inferência`drumsep_5stems_mdx23c_jarredou.ckpt`Licença dos pesos (declaração do repositório): mit	MDB · 5 classes · onset only · 50 ms	89	89	89
2	Original ADTOF Pesos públicos · Código de inferência Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Código de inferência Licença dos pesos (declaração do repositório): CC-BY-NC-SA-4.0	MDB · 5 classes · onset only · 50 ms	87	-	-

Registros originais (6)

ADTOF Plus paper, Table 1 ↗

Bateria para MIDI

Os valores vêm da fonte pública vinculada. Os rótulos das linhas indicam o conjunto de teste ou checkpoint; pontuações não publicadas aparecem como -.

Condição de testeClassificar por métrica

Bateria para MIDI
Classificação por métrica	Modelo	Condição de teste	F1%↑	% de precisão↑	% de recuperação↑
-	ADTOF Plus Pesos públicos · Código de inferência MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Código de inferência`drumsep_5stems_mdx23c_jarredou.ckpt`Licença dos pesos (declaração do repositório): mit	MDB · 8-class evaluation · onset only · 50 ms	84	84	84

Registros originais (3)

ADTOF Plus paper, Table 2 ↗

MSG-LD · Table 3

Entradas implantáveis 2 / linhas originais 3

Fora do ranking: 1

Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.

LarsNet

O artigo avalia OB, TB e OBTB separadamente; valores de OB não descrevem OBTB padrão. F1 de notas e mel-MSE/FAD de áudio ficam em tabelas distintas. A cadeia de detecção do artigo não foi medida novamente aqui.

Classificar por métrica

MSG-LD · Table 3
Classificação por métrica	Modelo	MDB · Kick			MDB · Snare			MDB · Toms			MDB · Hi-Hats			MDB · Cymbals			MDB · Overall			ENST · Kick			ENST · Snare			ENST · Toms			ENST · Hi-Hats			ENST · Cymbals			ENST · Overall
Classificação por métrica	Modelo	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑
1	ADTOF Pesos públicos · Código de inferência Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Código de inferência Licença dos pesos (declaração do repositório): CC-BY-NC-SA-4.0	0.851	0.790	0.923	0.752	0.828	0.690	0.520	0.520	0.520	0.773	0.859	0.703	0.849	0.802	0.902	0.795	0.813	0.778	0.795	0.984	0.667	0.599	0.932	0.441	0.581	0.669	0.513	0.777	0.936	0.663	0.657	0.788	0.563	0.709	0.908	0.582
2	MSG-LD OB Pesos públicos · Código de inferência Código de inferência Licença dos pesos (declaração do repositório): mit	0.931	0.939	0.923	0.760	0.791	0.732	0.268	0.309	0.236	0.650	0.550	0.794	0.481	0.663	0.377	0.707	0.709	0.704	0.821	0.941	0.729	0.642	0.698	0.594	0.491	0.415	0.602	0.630	0.643	0.618	0.391	0.611	0.287	0.640	0.695	0.593

Registros originais (2)

MSG-LD · Table 3 ↗Verificado: 2026-10-25

MSG-LD · Table 4

Entradas implantáveis 2 / linhas originais 4

Fora do ranking: 2

Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.

MSG-LD Vanilla · MSG-LD TB

Classificar por métrica

MSG-LD · Table 4
Classificação por métrica	Modelo	MDB Overall			ENST Overall			Mean overall F1 (2 sets)
Classificação por métrica	Modelo	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑
1	MSG-LD OB Pesos públicos · Código de inferência Código de inferência Licença dos pesos (declaração do repositório): mit	0.707	0.709	0.704	0.640	0.695	0.593	0.674	0.674	0.674
2	MSG-LD OBTB Pesos públicos · Código de inferência Código de inferência Licença dos pesos (declaração do repositório): mit	0.690	0.709	0.672	0.636	0.703	0.580	0.663	0.663	0.663

Registros originais (2)

MSG-LD · Table 4 ↗Verificado: 2026-10-25