Učitavanje...
Pretvorite snimak jednog instrumenta u MIDI za notaciju i aranžiranje. Odaberite odgovarajući model i provjerite podržane instrumente i ulazne zahtjeve.
Ulaz
Podržava ulaze u formatima kao što su mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Podržani formati
Izlaz
MIDI
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.
Čisti ili odvojeni snimci solo gitare, jazz saksofona, jazz kontrabasa, solo violine ili jednoglasne melodije šalju se odgovarajućem specijaliziranom modelu.
GAPS pretvara čistu ili izdvojenu solo gitaru u notne događaje i MIDI. Ne daje položaje žica, pragove, kontinuirani F0 ni Pitch Bend. Podesite jačinu MIDI nota poređenjem s izvornim snimkom.
Guitar-FL pretvara gitarske solo dionice iz podatkovne domene François Leduc u diskretne notne događaje i MIDI; FL ne znači frame-level. Ne daje kontinuirani F0 ni Pitch Bend.
FiloSax je namijenjen jednoglasnim jazz-saksofonskim solima i izvozi diskretne događaje visine, početka i kraja kao MIDI. Ne daje kontinuirane putanje visine, slidea ili vibrata.
FiloBass je namijenjen jednoglasnom jazz-kontrabasu (double bass / upright bass), a ne općem ili električnom basu. Koristite čist ili odvojen stem; bas-bubanj i prodor niskih frekvencija mogu stvoriti lažne note.
VioPTT daje violinske notne događaje i jednu od četiri oznake tehnike —détaché, flageolet, spiccato, pizzicato— ili nijednu. MIDI velocity je fiksan i nije mjerenje dinamike sviranja.
STRAdi Online je za čistu solo violinu i koristi potpuno causal zaključivanje bez budućeg konteksta. Izvozi diskretni MIDI i CSV početka, kraja i visine; javni repozitorij ne sadrži score-following sistem.
STRAdi Offline je odgovarajuća non-causal referentna ruta s punim kontekstom. Izvozi isti diskretni MIDI i CSV početka, kraja i visine; ni ona nije objavljeni score-following sistem.
SwiftF0 0.2.0 obrađuje jednoglasne snimke službenim praćenjem visine tona i segmentacijom nota. Izvozi MIDI, visinu tona po okviru u CSV formatu i grafikon.
Pretvorite izdvojene instrumentalne, vokalne ili bubnjarske trake u MIDI pomoću odgovarajućeg zvaničnog modela. Vokalna harmonija podržava i checkpoint v1.6. Preciziranje oznaka instrumenata je eksperimentalno.
Basic Pitch prepisuje polifono izvođenje gotovo bilo kojeg instrumenta, uključujući glas, u MIDI i opcionalni CSV događaja nota s pitch bendovima. Najbolje radi sa snimkom jednog instrumenta.
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.
Rezultati dolaze iz navedenih javnih izvora; plavi redovi označavaju modele dostupne u ovom alatu.
Izvori koriste različite uslove treniranja ili zadatke, pa brojeve treba porediti samo unutar navedenog protokola.
Javni izvori provjereni: 2026-09-10
| Uslov testa | Model | F1 (%) | Detaljne metrike |
|---|---|---|---|
| URMP violin tracks · Table 1 | VioPTT w/ augmentation (paper)VioPTT paper Table 1 | 84.50 | Preciznost (%)86.10Opoziv (%)83.60 |
| Bach10 violin tracks · Table 1 | VioPTT w/ augmentation (paper)VioPTT paper Table 1 | 69.90 | Preciznost (%)68.10Opoziv (%)71.80 |
GAPS, Guitar-FL, FiloSax i FiloBass imaju ažurirane izvršne zavisnosti uz iste težine. Rezultati ostaju razdvojeni po skupovima. Tabela 5 FiloBass ocjenjuje druge algoritme; trenutni FiloBass checkpoint nema objavljen rezultat.
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 10/10 redova · 3 metrika
| Čin | Uslov testa | Model | Početak note F1 (%) | Preciznost (%) | Opoziv (%) |
|---|---|---|---|---|---|
| #1 | GuitarSet · zero-shot · 50 ms | GAPS (Maman initialization) | 88.10 | 91.10 | 85.90 |
| #2 | GuitarSet · zero-shot · 50 ms | Guitar-FL | 87.30 | 88.00 | 87.10 |
| #3 | GuitarSet · zero-shot · 50 ms | GAPS (Kong initialization) | 87.00 | 91.60 | 83.70 |
| #4 | GuitarSet · zero-shot · 50 ms | GAPS (scratch) | 86.10 | 92.40 | 81.80 |
| #5 | GuitarSet · zero-shot · 50 ms | Maman (MusicNet EM {}_{\textit{EM}} ) [ 1 ] | 82.90 | 86.60 | 80.40 |
| #6 | GuitarSet · zero-shot · 50 ms | Maman (Guitar) [ 1 ] | 82.20 | 86.70 | 79.70 |
| #7 | GuitarSet · zero-shot · 50 ms | Zang et al. [ 8 ] (Synthtab) | 70.20 | — | — |
| #8 | GuitarSet · zero-shot · 50 ms | Kong et al. [ 10 ] | 54.80 | 67.50 | 49.70 |
| #9 | GuitarSet · zero-shot · 50 ms | Kong et al. (w/ aug) | 50.30 | 80.60 | 44.00 |
| #10 | GuitarSet · zero-shot · 50 ms | MT3 [ 16 ] | 32.00 | — | — |
GAPS, Guitar-FL, FiloSax i FiloBass imaju ažurirane izvršne zavisnosti uz iste težine. Rezultati ostaju razdvojeni po skupovima. Tabela 5 FiloBass ocjenjuje druge algoritme; trenutni FiloBass checkpoint nema objavljen rezultat.
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 6/6 redova · 3 metrika
| Čin | Uslov testa | Model | Početak note F1 (%) | Preciznost (%) | Opoziv (%) |
|---|---|---|---|---|---|
| #1 | FrançoisLeduc test · 50 ms | GAPS (Maman initialization) | 84.80 | 85.50 | 84.20 |
| #2 | FrançoisLeduc test · 50 ms | Guitar-FL | 84.70 | 83.90 | 85.50 |
| #3 | FrançoisLeduc test · 50 ms | Lu et al. [ 14 ] | 80.00 | 83.60 | 77.30 |
| #4 | FrançoisLeduc test · 50 ms | Omnizart [ 17 ] | 67.10 | 63.00 | 72.10 |
| #5 | FrançoisLeduc test · 50 ms | Basic Pitch [ 15 ] | 66.10 | 54.60 | 85.00 |
| #6 | FrançoisLeduc test · 50 ms | MT3 [ 16 ] | 52.40 | 48.80 | 57.00 |
GAPS, Guitar-FL, FiloSax i FiloBass imaju ažurirane izvršne zavisnosti uz iste težine. Rezultati ostaju razdvojeni po skupovima. Tabela 5 FiloBass ocjenjuje druge algoritme; trenutni FiloBass checkpoint nema objavljen rezultat.
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 4/4 redova · 3 metrika
| Čin | Uslov testa | Model | Početak note F1 (%) | Preciznost (%) | Opoziv (%) |
|---|---|---|---|---|---|
| #1 | GAPS test · 50 ms | GAPS (Maman initialization) | 94.30 | 95.00 | 93.60 |
| #2 | GAPS test · 50 ms | GAPS (Kong initialization) | 94.00 | 94.60 | 93.40 |
| #3 | GAPS test · 50 ms | GAPS (scratch) | 93.40 | 94.90 | 92.10 |
| #4 | GAPS test · 50 ms | Guitar-FL | 92.10 | 92.90 | 91.40 |
GAPS, Guitar-FL, FiloSax i FiloBass imaju ažurirane izvršne zavisnosti uz iste težine. Rezultati ostaju razdvojeni po skupovima. Tabela 5 FiloBass ocjenjuje druge algoritme; trenutni FiloBass checkpoint nema objavljen rezultat.
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 3/3 redova · 3 metrika
| Čin | Uslov testa | Model | Početak note F1 (%) | Preciznost (%) | Opoziv (%) |
|---|---|---|---|---|---|
| #1 | FiloSax · 25-track test · 50 ms | FiloSax | 96.19 | 96.47 | 95.90 |
| #2 | FiloSax · 25-track test · 50 ms | Başaran et al. | 90.01 | 87.68 | 92.57 |
| #3 | FiloSax · 25-track test · 50 ms | CREPE Notes | 82.67 | 82.35 | 83.05 |
GAPS, Guitar-FL, FiloSax i FiloBass imaju ažurirane izvršne zavisnosti uz iste težine. Rezultati ostaju razdvojeni po skupovima. Tabela 5 FiloBass ocjenjuje druge algoritme; trenutni FiloBass checkpoint nema objavljen rezultat.
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 3/3 redova · 3 metrika
| Čin | Uslov testa | Model | Početak note F1 (%) | Preciznost (%) | Opoziv (%) |
|---|---|---|---|---|---|
| #1 | Omnibook · 50 ms | FiloSax | 75.43 | 74.70 | 76.96 |
| #2 | Omnibook · 50 ms | Başaran et al. | 73.68 | 70.60 | 77.98 |
| #3 | Omnibook · 50 ms | CREPE Notes | 70.41 | 70.93 | 70.63 |
GAPS, Guitar-FL, FiloSax i FiloBass imaju ažurirane izvršne zavisnosti uz iste težine. Rezultati ostaju razdvojeni po skupovima. Tabela 5 FiloBass ocjenjuje druge algoritme; trenutni FiloBass checkpoint nema objavljen rezultat.
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
± označava standardnu devijaciju.
Prikazano 3/3 redova · 4 metrika
| Čin | Uslov testa | Model | Početak note F1 (%) | Opoziv (%) | Preciznost (%) | Preklapanje (%) |
|---|---|---|---|---|---|---|
| #1 | FiloBass dataset · 50 ms | Melodyne | 78.95 ± 15.02 | 79.52 ± 14.77 | 78.48 ± 15.41 | 87.94 ± 3.91 |
| #2 | FiloBass dataset · 50 ms | CREPE Notes | 72.89 ± 12.68 | 74.11 ± 12.09 | 71.81 ± 13.33 | 78.77 ± 2.68 |
| #3 | FiloBass dataset · 50 ms | Basic Pitch | 62.73 ± 5.55 | 81.28 ± 6.26 | 51.40 ± 6.28 | 65.24 ± 4.51 |
SwiftF0 0.2.0 koristi autorov najnoviji pitch-benchmark: 10 korpusa, 8 uslova, tolerancija 50 cents. To je F1 visine tona; razlika od RMVPE statistički je neodređena. Asimetrični 95% CI su zadržani. REAPER se ne rangira zbog nepotpunih rezultata; stari rad za 0.1.x ne ocjenjuje 0.2.0.
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 18/18 redova · 4 metrika
| Čin | Uslov testa | Model | Pitch F1@50c | Voicing F1 | CI95 lo | CI95 hi |
|---|---|---|---|---|---|---|
| #1 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | SwiftF0 0.2.0TelkNet | 0.778 | 0.839 | 0.765 | 0.792 |
| #2 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | RMVPE | 0.768 | 0.837 | 0.752 | 0.783 |
| #3 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | FCPE | 0.728 | 0.812 | 0.712 | 0.742 |
| #4 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | TorchCREPE | 0.691 | 0.761 | 0.673 | 0.706 |
| #5 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | CREPE | 0.689 | 0.781 | 0.672 | 0.704 |
| #6 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | PESTO | 0.680 | 0.850 | 0.663 | 0.697 |
| #7 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | SHS | 0.657 | 0.773 | 0.640 | 0.672 |
| #8 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | Praat | 0.651 | 0.815 | 0.634 | 0.667 |
| #9 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | RAPT | 0.640 | 0.799 | 0.621 | 0.655 |
| #10 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | HarmoF0 | 0.639 | 0.727 | 0.622 | 0.653 |
| #11 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | SWIPE | 0.610 | 0.761 | 0.589 | 0.624 |
| #12 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | SPICE | 0.602 | 0.751 | 0.582 | 0.619 |
| #13 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | Harvest | 0.600 | 0.782 | 0.584 | 0.614 |
| #14 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | YAAPT | 0.560 | 0.842 | 0.539 | 0.580 |
| #14 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | PENN | 0.560 | 0.720 | 0.539 | 0.579 |
| #14 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | DIO | 0.560 | 0.710 | 0.541 | 0.577 |
| #17 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | Basic Pitch | 0.557 | 0.775 | 0.539 | 0.573 |
| #18 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | pYIN | 0.506 | 0.656 | 0.482 | 0.525 |
Tsumugi Other i Vocal Harmony navode COnP, ne COnF1. Objavljeni rezultati obuhvataju v1.5; zadani Vocal Harmony v1.6 nema objavljen rezultat. Dorada instrumenata ostaje eksperimentalna; skupovi se prikazuju zasebno.
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 2/2 redova · 1 metrika
| Čin | Uslov testa | Model | COnP (%) |
|---|---|---|---|
| #1 | In-house real audio | other_v1_5 | 77.01 |
| #2 | In-house real audio | other | 73.18 |
Tsumugi Other i Vocal Harmony navode COnP, ne COnF1. Objavljeni rezultati obuhvataju v1.5; zadani Vocal Harmony v1.6 nema objavljen rezultat. Dorada instrumenata ostaje eksperimentalna; skupovi se prikazuju zasebno.
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 2/2 redova · 1 metrika
| Čin | Uslov testa | Model | COnP (%) |
|---|---|---|---|
| #1 | Held-out MIR-ST500 | vocal_harmony_v1_5 | 68.14 |
| #2 | Held-out MIR-ST500 | vocal_harmony | 60.52 |
Tsumugi Other i Vocal Harmony navode COnP, ne COnF1. Objavljeni rezultati obuhvataju v1.5; zadani Vocal Harmony v1.6 nema objavljen rezultat. Dorada instrumenata ostaje eksperimentalna; skupovi se prikazuju zasebno.
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 2/2 redova · 2 metrika
| Čin | Uslov testa | Model | DrumKit F1 (%) | AllPercussion F1 (%) |
|---|---|---|---|---|
| #1 | Audio-aligned · 50 ms · canonical GM | drums_v1_5 | 68.90 | 40.44 |
| #2 | Audio-aligned · 50 ms · canonical GM | drums | 61.57 | 18.79 |
Tsumugi Other i Vocal Harmony navode COnP, ne COnF1. Objavljeni rezultati obuhvataju v1.5; zadani Vocal Harmony v1.6 nema objavljen rezultat. Dorada instrumenata ostaje eksperimentalna; skupovi se prikazuju zasebno.
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 2/2 redova · 1 metrika
| Čin | Uslov testa | Model | ACC (%) |
|---|---|---|---|
| #1 | Held-out RWC-I | Instrument refinement model | 74.50 |
| #2 | Held-out RWC-I | Base instrument classifier | 71.30 |
Vrijednosti dolaze iz povezanog osnovnog checkpointa, a ne iz novog mjerenja modela koji se ovdje pokreće.
Javni izvori provjereni: 2026-09-10
| Skup podataka | Model | F_no-offset | Detaljne metrike |
|---|---|---|---|
| Molina | 0.52 | Frame accuracy ↑0.63F_with-offset ↑0.35 | |
| GuitarSet | 0.79 | Frame accuracy ↑0.70F_with-offset ↑0.56 | |
| MAESTRO | 0.71 | Frame accuracy ↑0.38F_with-offset ↑0.11 | |
| Slakh | 0.42 | Frame accuracy ↑0.44F_with-offset ↑0.21 | |
| PHENICX | 0.49 | Frame accuracy ↑0.53F_with-offset ↑0.35 |
ISMIR - 2024
GAPS pretvara čistu ili izdvojenu solo gitaru u notne događaje i MIDI. Ne daje položaje žica, pragove, kontinuirani F0 ni Pitch Bend. Podesite jačinu MIDI nota poređenjem s izvornim snimkom.
ICASSP - 2024
Guitar-FL pretvara gitarske solo dionice iz podatkovne domene François Leduc u diskretne notne događaje i MIDI; FL ne znači frame-level. Ne daje kontinuirani F0 ni Pitch Bend.
SMC - 2024
FiloSax je namijenjen jednoglasnim jazz-saksofonskim solima i izvozi diskretne događaje visine, početka i kraja kao MIDI. Ne daje kontinuirane putanje visine, slidea ili vibrata.
ISMIR - 2023
FiloBass je namijenjen jednoglasnom jazz-kontrabasu (double bass / upright bass), a ne općem ili električnom basu. Koristite čist ili odvojen stem; bas-bubanj i prodor niskih frekvencija mogu stvoriti lažne note.
ICASSP - 2026
VioPTT daje violinske notne događaje i jednu od četiri oznake tehnike —détaché, flageolet, spiccato, pizzicato— ili nijednu. MIDI velocity je fiksan i nije mjerenje dinamike sviranja.
arXiv - 2025
SwiftF0 0.2.0 obrađuje jednoglasne snimke službenim praćenjem visine tona i segmentacijom nota. Izvozi MIDI, visinu tona po okviru u CSV formatu i grafikon.
Official technical guide - 2026
Pretvorite izdvojene instrumentalne, vokalne ili bubnjarske trake u MIDI pomoću odgovarajućeg zvaničnog modela. Vokalna harmonija podržava i checkpoint v1.6. Preciziranje oznaka instrumenata je eksperimentalno.
ICASSP - 2022
Basic Pitch prepisuje polifono izvođenje gotovo bilo kojeg instrumenta, uključujući glas, u MIDI i opcionalni CSV događaja nota s pitch bendovima. Najbolje radi sa snimkom jednog instrumenta.
U povratnim informacijama navedite alat, korake i problem. Snimci ekrana mogu pomoći u pronalaženju uzroka.