Učitavanje...

Bubnjevi u MIDI · MSG-LD / ADTOF · TelkNet

MIDI / transkripcijaGPU opterećenjeSeparate-and-detect · Izvorni kod Separate-and-Detect · Težine vae-ckpt.ckpt · Težine hifigan-ckpt.ckpt · Težine vgg16-397923af.pth · Težine vgg.pth · Težine 955717e8-8726e21a.th · Težine madmom_models · Težine MSG-LD · OB · Rad

Bubnjevi u MIDI

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.

15 krediti/upotrebaUnos datotekaNajviše 100 MBProcijenjeno 20-1800 sekundi

Ulaz

Podržava ulaze u formatima kao što su mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

Podržani formati

mp3wavflacoggm4aaacaifaiffmp4movmkv

Izlaz

5 × WAV · MIDI · CSV

Slučaj upotrebe

Uređivanje nota, instrumentacije i detalja izvedbe.

Odaberite porodicu modela

Bubnjevi u MIDI · MSG-LDDostupnoRazdvaja bubnjeve i pronalazi udarce za MIDI nacrt; jačina i trajanje reprodukcije su fiksni.Bubnjevi u MIDI · ADTOFDostupnoBubnjevi u MIDI: Plus dodaje jačinu i otvoreni/zatvoreni hi-hat; Direct direktno transkribuje.Bubnjevi u MIDI · ADT_STRDostupnoPočeci i jačina 26 klasa bubnjeva; tri τ verzije imaju različitu obuku.

Odaberite verziju ili način obrade

Bubnjevi u MIDI · MSG-LD · OBTreniran s pomoćnom granom za početke tonova; stvara pet traka i otkriva udarce.PreporučenoDostupnoBubnjevi u MIDI · MSG-LD · OBTBTreniran s granama za početke i boju tona; stvara pet traka i otkriva udarce.Dostupno

Odaberite model prema materijalu i namjeni te pregledajte primjere prije slanja.

Cijena, vrijeme, formati i parametri zavise od odabranog modela.

Razdvaja dijelove bubnjeva i pronalazi udarce. MIDI velocity je fiksiran na 100, a svaki događaj traje 0.1 sekundi; trajanje cijelog WAV-a ostaje isto.

Brza povratna informacija

U povratnim informacijama navedite alat, korake i problem. Snimci ekrana mogu pomoći u pronalaženju uzroka.

Modeli, parametri i izvori

MSG-LD stvara pet traka bubnjeva i prepoznaje početke udara; MIDI koristi jačinu 100 i fiksno trajanje reprodukcije 0,1 sekundu.

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

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

msgld_ob koristi granu početka; msgld_obtb koristi grane početka i boje zvuka.
Broj DDIM koraka uzorkovanja, zadano 200. Možete koristiti 50, 100, 200, 250 ili 500; neke druge vrijednosti nisu podržane.
Potpuni miks prvo prolazi kroz izdvajanje bubnjeva u odabranom postupku. Izdvojeni bubnjevi idu direktno u odabrani model za transkripciju ili razdvajanje.
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.

MSG-LD · OBTB

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

msgld_ob koristi granu početka; msgld_obtb koristi grane početka i boje zvuka.
Broj DDIM koraka uzorkovanja, zadano 200. Možete koristiti 50, 100, 200, 250 ili 500; neke druge vrijednosti nisu podržane.
Potpuni miks prvo prolazi kroz izdvajanje bubnjeva u odabranom postupku. Izdvojeni bubnjevi idu direktno u odabrani model za transkripciju ili razdvajanje.
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.

ADTOF Plus

ADTOF Plus dodaje razdvajanje bubnjeva, mapiranje jačine udara i obradu otvorenog/zatvorenog hi-hata uz ADTOF. Prihvata pune mikseve.

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

Uključite za puni miks da prvo izdvojite bubnjeve; isključite za već izdvojenu bubnjarsku traku.
Prag detekcije udara bubnjeva za ADTOF Plus; ostavite prazno za zadanu vrijednost modela.
Nakon transkripcije analizira izvorne udarce i zapisuje tempo u MIDI uz očuvanje vremena nota.

ADTOF Direct · PyTorch

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.

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

Zasebno prilagodite pragove prepoznavanja bas-bubnja, doboša, hi-hata, tomova i činela.
Vremenska rezolucija, zadano 100 FPS; promjena može utjecati na kvalitet transkripcije.
Nakon transkripcije analizira izvorne udarce i zapisuje tempo u MIDI uz očuvanje vremena nota.

ADT_STR · tau=0.8

ADT_STR prepoznaje početke i jačine udara za 26 klasa bubnjeva i izvozi MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Odaberite službeno objavljenu varijantu težina.
Najveći broj token generiranih po segmentu; službena vrijednost je 1024.
Službena veličina serije inferencije: broj segmenata obrađenih zajedno.
Potpuni miks prvo prolazi kroz izdvajanje bubnjeva u odabranom postupku. Izdvojeni bubnjevi idu direktno u odabrani model za transkripciju ili razdvajanje.
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.

ADT_STR · tau=0.4

ADT_STR prepoznaje početke i jačine udara za 26 klasa bubnjeva i izvozi MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Odaberite službeno objavljenu varijantu težina.
Najveći broj token generiranih po segmentu; službena vrijednost je 1024.
Službena veličina serije inferencije: broj segmenata obrađenih zajedno.
Potpuni miks prvo prolazi kroz izdvajanje bubnjeva u odabranom postupku. Izdvojeni bubnjevi idu direktno u odabrani model za transkripciju ili razdvajanje.
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.

ADT_STR · tau=0.6

ADT_STR prepoznaje početke i jačine udara za 26 klasa bubnjeva i izvozi MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Odaberite službeno objavljenu varijantu težina.
Najveći broj token generiranih po segmentu; službena vrijednost je 1024.
Službena veličina serije inferencije: broj segmenata obrađenih zajedno.
Potpuni miks prvo prolazi kroz izdvajanje bubnjeva u odabranom postupku. Izdvojeni bubnjevi idu direktno u odabrani model za transkripciju ili razdvajanje.
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.

Rad i referentne bilješke

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

Zvanični / repozitoriji

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

Radovi / tehničke bilješke

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

Vodič za parametre

Uključite za puni miks da prvo izdvojite bubnjeve; isključite za već izdvojenu bubnjarsku traku.
Prag detekcije udara bubnjeva za ADTOF Plus; ostavite prazno za zadanu vrijednost modela.
Zasebno prilagodite pragove prepoznavanja bas-bubnja, doboša, hi-hata, tomova i činela.
Vremenska rezolucija, zadano 100 FPS; promjena može utjecati na kvalitet transkripcije.
Nakon transkripcije analizira izvorne udarce i zapisuje tempo u MIDI uz očuvanje vremena nota.

Radni tok

1Potpuni miks prvo prolazi kroz izdvajanje bubnjeva u odabranom postupku. Izdvojeni bubnjevi idu direktno u odabrani model za transkripciju ili razdvajanje.
2Preuzmite MIDI i provjerite bas-bubanj, doboš, hi-hat i ostale dijelove.

Šta provjeriti

Potpuni miks prvo prolazi kroz izdvajanje bubnjeva u odabranom postupku. Izdvojeni bubnjevi idu direktno u odabrani model za transkripciju ili razdvajanje.
Vremenska rezolucija, zadano 100 FPS; promjena može utjecati na kvalitet transkripcije.

Modeli u ovoj oblasti

3 rezultata

Uključuje javne rezultate testiranja modela koji se koriste ovdje i drugdje. Podrazumijevano se prikazuje potpuna izvorna tabela; za poređenje se mogu odabrati uslovi i metrike. Rezultati različitih uslova testiranja nisu direktno uporedivi.

Prikazani su samo zapisi s provjerenom javnom implementacijom inferencije i odgovarajućim težinama, kao i algoritmi kojima težine nisu potrebne. Zatvoreni servisi, neobjavljene težine i nepotvrđene verzije eksperimenata su isključeni. Ovo nije rangiranje svih modela.

Javne težine ne potvrđuju potpunu licencu otvorenog koda. Proširite podatke za navedene licence težina i uslove pristupa. Nedeklarisane licence su posebno označene.

Referentni testKategorija

MSG-LD / ADTOF / LarsNet · MDB + ENST · 5 classes · 50 ms

Odaberite skup podataka za prikaz svih metrika svakog modela. Redovi slijede službeni poredak ili odabranu metriku. Podebljano je označena najbolja uporediva vrijednost u svakoj koloni, uključujući izjednačenja. Različiti protokoli ocjenjivanja rangiraju se zasebno; nedostajući rezultati prikazani su kao -.

Rangiraj po metrici

MSG-LD / ADTOF / LarsNet · MDB + ENST · 5 classes · 50 ms
Poredak po metrici	Model	MDB · Overall	ENST · Overall	MDB					ENST
Poredak po metrici	Model	MDB · Overall	ENST · Overall	Kick↑F1 (%)	Snare↑F1 (%)	Toms↑F1 (%)	Hi-Hats↑F1 (%)	Cymbals↑F1 (%)	Kick↑F1 (%)	Snare↑F1 (%)	Toms↑F1 (%)	Hi-Hats↑F1 (%)	Cymbals↑F1 (%)
1	ADTOF Javne težine · Kod za inferenciju Javne težine Kod za inferenciju`Frame_RNN_adtofAll_0.data-00000-of-00001 + .index`Licenca težina (navod repozitorija): CC-BY-NC-SA-4.0	79.5	70.9	85.1	75.2	52	77.3	84.9	79.5	59.9	58.1	77.7	65.7
2	MSG-LD OBModel na ovoj stranici Javne težine · Kod za inferenciju Javne težine Kod za inferenciju Licenca težina (navod repozitorija): mit	70.7	64	93.1	76	26.8	65	48.1	82.1	64.2	49.1	63	39.1
3	MSG-LD OBTB Javne težine · Kod za inferenciju Javne težine Kod za inferenciju Licenca težina (navod repozitorija): mit	69	63.6	-	-	-	-	-	-	-	-	-	-

Izvorni zapisi (3)

Oznake prikazuju modele ili komponente korištene ovdje. Rezultati i postavke dolaze iz navedenih testova, a ne iz nove procjene cijelog postupka obrade na stranici.

MSG-LD · Tables 3–4 ↗Provjereno: 2026-09-27

Svi izvori evaluacije (6)

Skupovi podataka, verzije i uslovi ostaju odvojeni, uključujući izvore bez prihvatljivih redova.

ADTOF-PyTorch README ↗
Lokalno pokretanje 2 / izvorni redovi 2
Bubnjevi u MIDI ↗
Lokalno pokretanje 6 / izvorni redovi 6
Bubnjevi u MIDI ↗
Lokalno pokretanje 3 / izvorni redovi 6
Bez plasmana: 3
Potpun javni paket za inferenciju ovih eksperimenata nije provjeren. Druge težine s istim nazivom modela nisu zamjena.
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 ↗
Lokalno pokretanje 0 / izvorni redovi 8
Bez plasmana: 8
Potpun javni paket za inferenciju ovih eksperimenata nije provjeren. Druge težine s istim nazivom modela nisu zamjena.
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 ↗
Lokalno pokretanje 2 / izvorni redovi 3
Bez plasmana: 1
Potpun javni paket za inferenciju ovih eksperimenata nije provjeren. Druge težine s istim nazivom modela nisu zamjena.
LarsNet
MSG-LD · Table 4 ↗
Lokalno pokretanje 2 / izvorni redovi 4
Bez plasmana: 2
Potpun javni paket za inferenciju ovih eksperimenata nije provjeren. Druge težine s istim nazivom modela nisu zamjena.
MSG-LD Vanilla · MSG-LD TB

Svi izvorni rezultati i izvori

Rezultati važe za navedeni skup podataka, metriku i verziju modela. Različiti testovi nisu direktno uporedivi.

Tabela prikazuje samo modele s javnim težinama ili konfiguracijama koji se mogu pokrenuti lokalno.

ADTOF-PyTorch README

Lokalno pokretanje 2 / izvorni redovi 2

ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74

Rangiraj po metrici

ADTOF-PyTorch README
Poredak po metrici	Model	Recall↑	Precision↑	F-measure↑
1	ADTOF (original) Javne težine · Kod za inferenciju Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Kod za inferenciju Licenca težina (navod repozitorija): CC-BY-NC-SA-4.0	88.68	89.90	88.74
2	ADTOF-pytorch Javne težine · Kod za inferenciju src/adtof_pytorch/data/adtof_frame_rnn_pytorch_weights.pth Kod za inferencijuLicenca težina nije navedena	88.26	89.83	88.51

Izvorni zapisi (2)

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

Bubnjevi u MIDI

Vrijednosti dolaze iz povezanog javnog izvora. Oznake redova navode testni skup ili kontrolnu tačku; neobjavljeni rezultati prikazuju se kao -.

Uslov testaRangiraj po metrici

Bubnjevi u MIDI
Poredak po metrici	Model	Uslov testa	F1 (%)↑	Preciznost (%)↑	Opoziv (%)↑
1	ADTOF Plus Javne težine · Kod za inferenciju MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Kod za inferenciju`drumsep_5stems_mdx23c_jarredou.ckpt`Licenca težina (navod repozitorija): mit	MDB · 5 classes · onset only · 50 ms	89	89	89
2	Original ADTOF Javne težine · Kod za inferenciju Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Kod za inferenciju Licenca težina (navod repozitorija): CC-BY-NC-SA-4.0	MDB · 5 classes · onset only · 50 ms	87	-	-

Izvorni zapisi (6)

ADTOF Plus paper, Table 1 ↗

Bubnjevi u MIDI

Vrijednosti dolaze iz povezanog javnog izvora. Oznake redova navode testni skup ili kontrolnu tačku; neobjavljeni rezultati prikazuju se kao -.

Uslov testaRangiraj po metrici

Bubnjevi u MIDI
Poredak po metrici	Model	Uslov testa	F1 (%)↑	Preciznost (%)↑	Opoziv (%)↑
-	ADTOF Plus Javne težine · Kod za inferenciju MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Kod za inferenciju`drumsep_5stems_mdx23c_jarredou.ckpt`Licenca težina (navod repozitorija): mit	MDB · 8-class evaluation · onset only · 50 ms	84	84	84

Izvorni zapisi (3)

ADTOF Plus paper, Table 2 ↗

MSG-LD · Table 3

Lokalno pokretanje 2 / izvorni redovi 3

Bez plasmana: 1

Potpun javni paket za inferenciju ovih eksperimenata nije provjeren. Druge težine s istim nazivom modela nisu zamjena.

LarsNet

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.

Rangiraj po metrici

MSG-LD · Table 3
Poredak po metrici	Model	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
Poredak po metrici	Model	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 Javne težine · Kod za inferenciju Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Kod za inferenciju Licenca težina (navod repozitorija): 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 Javne težine · Kod za inferenciju Kod za inferenciju Licenca težina (navod repozitorija): 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

Izvorni zapisi (2)

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

MSG-LD · Table 4

Lokalno pokretanje 2 / izvorni redovi 4

Bez plasmana: 2

Potpun javni paket za inferenciju ovih eksperimenata nije provjeren. Druge težine s istim nazivom modela nisu zamjena.

MSG-LD Vanilla · MSG-LD TB

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.

Rangiraj po metrici

MSG-LD · Table 4
Poredak po metrici	Model	MDB Overall			ENST Overall			Mean overall F1 (2 sets)
Poredak po metrici	Model	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑
1	MSG-LD OB Javne težine · Kod za inferenciju Kod za inferenciju Licenca težina (navod repozitorija): mit	0.707	0.709	0.704	0.640	0.695	0.593	0.674	0.674	0.674
2	MSG-LD OBTB Javne težine · Kod za inferenciju Kod za inferenciju Licenca težina (navod repozitorija): mit	0.690	0.709	0.672	0.636	0.703	0.580	0.663	0.663	0.663

Izvorni zapisi (2)

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