Učitavanje...
ADTOF Plus · ADTOF Direct · ADT_STR · MSG-LD. Potpuni miks prvo prolazi kroz izdvajanje bubnjeva u odabranom postupku. Izdvojeni bubnjevi idu direktno u odabrani model za transkripciju ili razdvajanje.
Ulaz
Podržava ulaze u formatima kao što su mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Podržani formati
Izlaz
5 × WAV · MIDI · CSV
Slučaj upotrebe
Uređivanje nota, instrumentacije i detalja izvedbe.
Birajte prema ulazu i izlazu, zatim uporedivim testovima, objavljenim ocjenama i mogućnostima. Nedostatak bodova ne znači slabiji kvalitet; više parametara ili novije izdanje ne dokazuju prednost. Ovo je preporučeni redoslijed korištenja, a ne ukupna rang-lista.
Cijena, vrijeme, formati i parametri zavise od odabranog modela.
Objavljeni rezultati obuhvataju modele na ovoj stranici i izvan nje. Prvo se prikazuje ukupna rang-lista; promijenite test ili kategoriju za odgovarajući poredak. Svaki test ima zasebne uslove.
Ukupni rezultat je jednako ponderisan prosjek 2 rezultata u istim uslovima. Uključeni su samo potpuni zapisi.
Sastavni rezultati：MDB · Overall · ENST · Overall
Oznake prikazuju modele ili komponente korištene ovdje. Rezultati i postavke dolaze iz navedenih testova, a ne iz nove procjene cijelog postupka obrade na stranici.
| Čin | Model | F1 (%) |
|---|---|---|
| 1 | ADTOF | 75.2 |
| 2 | MSG-LD OBModel na ovoj stranici | 67.35 |
| 3 | MSG-LD Vanilla | 66.7 |
| 4 | MSG-LD OBTBModel na ovoj stranici | 66.3 |
| 5 | MSG-LD TB | 66.2 |
| 6 | LarsNet | 55.3 |
Bodovi važe samo za navedeni skup podataka, metriku i verziju. Vodeće mjesto u tabeli nije trenutni svjetski rekord niti rezultat ove usluge. Mogućnosti i testovi mogu opravdati prednost modela bez uporedivih bodova.
Tabela prikazuje samo modele s javnim težinama ili konfiguracijama koji se mogu pokrenuti lokalno.
ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74
Javni izvori provjereni: 2026-09-27
| Čin | Uslov testa | Model | F-mjera (%) | Detaljne metrike |
|---|---|---|---|---|
| #1 | Originalno Keras okruženje | ADTOF (original)Pinned README table | 88.74 | Preciznost (%)89.90Opoziv (%)88.68 |
| #2 | Konvertovano PyTorch okruženje | ADTOF Direct · PyTorchPinned README table | 88.51 | Preciznost (%)89.83Opoziv (%)88.26 |
Vrijednosti dolaze iz povezanog javnog izvora. Redovi navode testni skup ili checkpoint; modeli bez uporedivog rezultata su izostavljeni.
Javni izvori provjereni: 2026-09-27
| Čin | Uslov testa | Model | F1 (%) | Detaljne metrike |
|---|---|---|---|---|
| #1 | MDB · 5 classes · onset only · 50 ms | ADTOF PlusPaper Table 1 | 89.00 | Preciznost (%)89.00Opoziv (%)89.00 |
| #2 | MDB · 5 classes · onset only · 50 ms | Original ADTOFPaper Table 1 | 87.00 | |
| #2 | RBMA · 5 classes · onset only · 50 ms | ADTOF PlusPaper Table 1 | 63.00 | Preciznost (%)66.00Opoziv (%)62.00 |
| #1 | RBMA · 5 classes · onset only · 50 ms | Original ADTOFPaper Table 1 | 65.00 | |
| #1 | ENST · 5 classes · onset only · 50 ms | ADTOF PlusPaper Table 1 | 85.00 | Preciznost (%)91.00Opoziv (%)81.00 |
| #2 | ENST · 5 classes · onset only · 50 ms | Original ADTOFPaper Table 1 | 84.00 |
Vrijednosti dolaze iz povezanog javnog izvora. Redovi navode testni skup ili checkpoint; modeli bez uporedivog rezultata su izostavljeni.
Javni izvori provjereni: 2026-09-27
| Čin | Uslov testa | Model | F1 (%) | Detaljne metrike |
|---|---|---|---|---|
| #1 | MDB · 8-class evaluation · onset only · 50 ms | ADTOF PlusPaper Table 2 | 84.00 | Preciznost (%)84.00Opoziv (%)84.00 |
| #2 | MDB · 8-class evaluation · onset only · 50 ms | Vogl et al. 8-class baselinePaper Table 2 | 72.00 | |
| #2 | RBMA · 8-class evaluation · onset only · 50 ms | ADTOF PlusPaper Table 2 | 56.00 | Preciznost (%)60.00Opoziv (%)55.00 |
| #1 | RBMA · 8-class evaluation · onset only · 50 ms | Vogl et al. 8-class baselinePaper Table 2 | 58.00 | |
| #1 | ENST · 8-class evaluation · onset only · 50 ms | ADTOF PlusPaper Table 2 | 76.00 | Preciznost (%)81.00Opoziv (%)72.00 |
| #2 | ENST · 8-class evaluation · onset only · 50 ms | Vogl et al. 8-class baselinePaper Table 2 | 65.00 |
Setting-1 do Setting-4 iz tabele 2 su eksperimenti treniranja, a ne dostupne težine τ=0.4/0.6/0.8. Rezultati se odnose na izolirane bubnjeve, ne na pune mikseve.
Rangovi važe samo u istoj tabeli i uslovima, uz zadržavanje izjednačenja. Promjena metrike ponovo sortira redove; vodoravno pomjeranje prikazuje sve kolone. Nedostajući podaci nisu nule i ne rangiraju se.
Javni izvori provjereni: 2026-09-23
Prikazano 8/8 redova · 6 metrika
| Čin | Uslov testa | Model | SUM F1 (%) | BD F1 (%) | SD F1 (%) | TT F1 (%) | HH F1 (%) | CY+RD F1 (%) |
|---|---|---|---|---|---|---|---|---|
| #1 | ENST · ADT-STR Table 2 | ADT-STR Setting-1 | 73.00 | 87.00 | 80.00 | 55.00 | 77.00 | 49.00 |
| #2 | ENST · ADT-STR Table 2 | ADT-STR Setting-3 | 70.00 | 85.00 | 75.00 | 42.00 | 73.00 | 52.00 |
| #3 | ENST · ADT-STR Table 2 | ADT-STR Setting-4 | 69.00 | 83.00 | 75.00 | 58.00 | 69.00 | 50.00 |
| #4 | ENST · ADT-STR Table 2 | ADT-STR Setting-2 | 67.00 | 84.00 | 77.00 | 43.00 | 75.00 | 38.00 |
| #1 | MDB · ADT-STR Table 2 | ADT-STR Setting-1 | 79.00 | 92.00 | 85.00 | 77.00 | 74.00 | 52.00 |
| #1 | MDB · ADT-STR Table 2 | ADT-STR Setting-4 | 79.00 | 91.00 | 85.00 | 75.00 | 77.00 | 52.00 |
| #3 | MDB · ADT-STR Table 2 | ADT-STR Setting-3 | 76.00 | 93.00 | 83.00 | 46.00 | 73.00 | 44.00 |
| #4 | MDB · ADT-STR Table 2 | ADT-STR Setting-2 | 73.00 | 91.00 | 79.00 | 45.00 | 72.00 | 43.00 |
Rad odvojeno ocjenjuje OB, TB i OBTB; rezultati OB ne pripadaju zadanom OBTB. F1 nota i audio mel-MSE/FAD imaju zasebne tabele. Detekcijski postupak rada ovdje nije ponovo mjeren.
Rangovi važe samo u istoj tabeli i uslovima, uz zadržavanje izjednačenja. Promjena metrike ponovo sortira redove; vodoravno pomjeranje prikazuje sve kolone. Nedostajući podaci nisu nule i ne rangiraju se.
Javni izvori provjereni: 2026-09-23
Prikazano 36/36 redova · 3 metrika
| Čin | Uslov testa | Model | F1 (%) | Preciznost (%) | Opoziv (%) |
|---|---|---|---|---|---|
| #1 | MDB · Kick · 50 ms · MSG-LD Table 3 | MSG-LD OB | 93.10 | 93.90 | 92.30 |
| #2 | MDB · Kick · 50 ms · MSG-LD Table 3 | LarsNet | 89.90 | 89.30 | 90.60 |
| #3 | MDB · Kick · 50 ms · MSG-LD Table 3 | ADTOF | 85.10 | 79.00 | 92.30 |
| #1 | MDB · Snare · 50 ms · MSG-LD Table 3 | MSG-LD OB | 76.00 | 79.10 | 73.20 |
| #2 | MDB · Snare · 50 ms · MSG-LD Table 3 | ADTOF | 75.20 | 82.80 | 69.00 |
| #3 | MDB · Snare · 50 ms · MSG-LD Table 3 | LarsNet | 75.10 | 82.10 | 69.20 |
| #1 | MDB · Toms · 50 ms · MSG-LD Table 3 | ADTOF | 52.00 | 52.00 | 52.00 |
| #2 | MDB · Toms · 50 ms · MSG-LD Table 3 | MSG-LD OB | 26.80 | 30.90 | 23.60 |
| #3 | MDB · Toms · 50 ms · MSG-LD Table 3 | LarsNet | 26.10 | 42.10 | 18.90 |
| #1 | MDB · Hi-Hats · 50 ms · MSG-LD Table 3 | ADTOF | 77.30 | 85.90 | 70.30 |
| #2 | MDB · Hi-Hats · 50 ms · MSG-LD Table 3 | MSG-LD OB | 65.00 | 55.00 | 79.40 |
| #3 | MDB · Hi-Hats · 50 ms · MSG-LD Table 3 | LarsNet | 41.00 | 40.50 | 41.50 |
| #1 | MDB · Cymbals · 50 ms · MSG-LD Table 3 | ADTOF | 84.90 | 80.20 | 90.20 |
| #2 | MDB · Cymbals · 50 ms · MSG-LD Table 3 | MSG-LD OB | 48.10 | 66.30 | 37.70 |
| #3 | MDB · Cymbals · 50 ms · MSG-LD Table 3 | LarsNet | 21.70 | 87.30 | 12.40 |
| #1 | MDB · Overall · 50 ms · MSG-LD Table 3 | ADTOF | 79.50 | 81.30 | 77.80 |
| #2 | MDB · Overall · 50 ms · MSG-LD Table 3 | MSG-LD OB | 70.70 | 70.90 | 70.40 |
| #3 | MDB · Overall · 50 ms · MSG-LD Table 3 | LarsNet | 61.30 | 70.00 | 54.50 |
| #1 | ENST · Kick · 50 ms · MSG-LD Table 3 | MSG-LD OB | 82.10 | 94.10 | 72.90 |
| #2 | ENST · Kick · 50 ms · MSG-LD Table 3 | ADTOF | 79.50 | 98.40 | 66.70 |
| #3 | ENST · Kick · 50 ms · MSG-LD Table 3 | LarsNet | 77.90 | 89.30 | 69.00 |
| #1 | ENST · Snare · 50 ms · MSG-LD Table 3 | MSG-LD OB | 64.20 | 69.80 | 59.40 |
| #2 | ENST · Snare · 50 ms · MSG-LD Table 3 | LarsNet | 60.60 | 78.70 | 49.30 |
| #3 | ENST · Snare · 50 ms · MSG-LD Table 3 | ADTOF | 59.90 | 93.20 | 44.10 |
| #1 | ENST · Toms · 50 ms · MSG-LD Table 3 | ADTOF | 58.10 | 66.90 | 51.30 |
| #2 | ENST · Toms · 50 ms · MSG-LD Table 3 | MSG-LD OB | 49.10 | 41.50 | 60.20 |
| #3 | ENST · Toms · 50 ms · MSG-LD Table 3 | LarsNet | 34.80 | 23.10 | 69.80 |
| #1 | ENST · Hi-Hats · 50 ms · MSG-LD Table 3 | ADTOF | 77.70 | 93.60 | 66.30 |
| #2 | ENST · Hi-Hats · 50 ms · MSG-LD Table 3 | MSG-LD OB | 63.00 | 64.30 | 61.80 |
| #3 | ENST · Hi-Hats · 50 ms · MSG-LD Table 3 | LarsNet | 34.00 | 69.90 | 22.50 |
| #1 | ENST · Cymbals · 50 ms · MSG-LD Table 3 | ADTOF | 65.70 | 78.80 | 56.30 |
| #2 | ENST · Cymbals · 50 ms · MSG-LD Table 3 | MSG-LD OB | 39.10 | 61.10 | 28.70 |
| #3 | ENST · Cymbals · 50 ms · MSG-LD Table 3 | LarsNet | 34.90 | 24.30 | 61.90 |
| #1 | ENST · Overall · 50 ms · MSG-LD Table 3 | ADTOF | 70.90 | 90.80 | 58.20 |
| #2 | ENST · Overall · 50 ms · MSG-LD Table 3 | MSG-LD OB | 64.00 | 69.50 | 59.30 |
| #3 | ENST · Overall · 50 ms · MSG-LD Table 3 | LarsNet | 49.30 | 50.40 | 48.30 |
Rad odvojeno ocjenjuje OB, TB i OBTB; rezultati OB ne pripadaju zadanom OBTB. F1 nota i audio mel-MSE/FAD imaju zasebne tabele. Detekcijski postupak rada ovdje nije ponovo mjeren.
Rangovi važe samo u istoj tabeli i uslovima, uz zadržavanje izjednačenja. Promjena metrike ponovo sortira redove; vodoravno pomjeranje prikazuje sve kolone. Nedostajući podaci nisu nule i ne rangiraju se.
Javni izvori provjereni: 2026-09-23
Prikazano 12/12 redova · 3 metrika
| Čin | Uslov testa | Model | F1 (%) | Preciznost (%) | Opoziv (%) |
|---|---|---|---|---|---|
| #1 | MDB Overall · MSG-LD Table 4 | MSG-LD OB | 70.70 | 70.90 | 70.40 |
| #2 | MDB Overall · MSG-LD Table 4 | MSG-LD TB | 69.80 | 70.60 | 69.10 |
| #3 | MDB Overall · MSG-LD Table 4 | MSG-LD OBTBTelkNet | 69.00 | 70.90 | 67.20 |
| #4 | MDB Overall · MSG-LD Table 4 | MSG-LD Vanilla | 68.90 | 70.10 | 67.80 |
| #1 | ENST Overall · MSG-LD Table 4 | MSG-LD Vanilla | 64.50 | 71.40 | 58.80 |
| #2 | ENST Overall · MSG-LD Table 4 | MSG-LD OB | 64.00 | 69.50 | 59.30 |
| #3 | ENST Overall · MSG-LD Table 4 | MSG-LD OBTBTelkNet | 63.60 | 70.30 | 58.00 |
| #4 | ENST Overall · MSG-LD Table 4 | MSG-LD TB | 62.60 | 67.70 | 58.20 |
| #1 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD OB | 67.40 | — | — |
| #2 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD Vanilla | 66.70 | — | — |
| #3 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD OBTBTelkNet | 66.30 | — | — |
| #4 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD TB | 66.20 | — | — |
MSG-LD stvara pet traka bubnjeva i prepoznaje početke udara; MIDI koristi jačinu 100 i fiksno trajanje reprodukcije 0,1 sekundu.
ADTOF Plus dodaje razdvajanje bubnjeva, mapiranje jačine udara i obradu otvorenog/zatvorenog hi-hata uz ADTOF. Prihvata pune mikseve.
ADTOF Direct transkribuje izdvojene bubnjeve pomoću PyTorch ADTOF-a. Za potpuni miks TelkNet prvo izdvaja bubnjeve kroz AudioSep-Hive, bez Plus obrade jačine udarca i otvorenog/zatvorenog hi-hata.
ADT_STR prepoznaje početke i jačine udara za 26 klasa bubnjeva i izvozi MIDI.
ADT_STR prepoznaje početke i jačine udara za 26 klasa bubnjeva i izvozi MIDI.
ADT_STR prepoznaje početke i jačine udara za 26 klasa bubnjeva i izvozi MIDI.
arXiv - 2025
ISMIR - 2021
Signals - 2023
U povratnim informacijama navedite alat, korake i problem. Snimci ekrana mogu pomoći u pronalaženju uzroka.