Voz para MIDI

Modelos, parâmetros e fontes

VOCANO extrai a altura vocal com Patch-CNN e determina os limites das notas com PyramidNet-110. A entrada de inferência publicada não oferece outros controles do modelo.

Notas de papel e benchmarks

Guia de parâmetros

• Use “Voz isolada / stem vocal” para voz a cappella ou já separada. Em “Música completa”, a voz principal será separada antes da transcrição.
• Deixe em branco para usar o ID de idioma oficial 0 do GAME. Isso não detecta o idioma automaticamente; selecione-o quando souber qual está sendo cantado.
• Limite de segmentação — Controle oficial do modelo; em caso de dúvida, mantenha o valor padrão.
• Raio de segmentação (s) — Controle oficial do modelo; em caso de dúvida, mantenha o valor padrão.
• Início do D3PM — Controle oficial do modelo; em caso de dúvida, mantenha o valor padrão.
• Etapas de remoção de ruído do GAME: padrão 8; intervalo 1–128.
• Limite de estimativa — Controle oficial do modelo; em caso de dúvida, mantenha o valor padrão.
• Após a transcrição, analisa as batidas originais e grava o andamento no MIDI, preservando os tempos das notas.
• Limiar de limites de notas do ROSVOT: padrão 0.85; intervalo 0–1.
• Limiar de limites de palavras do ROSVOT: padrão 0.5; intervalo 0–1.