Učitavanje...

Vokal u MIDI · ROSVOT / GAME · TelkNet

MIDI / transkripcijaGPU opterećenjeGAME · Izvorni kod GAME v1.0.3 · Težine GAME v1.0.3 · Changelog GAME · Rad GAME · Rad

Vokal u MIDI

Pretvorite pjevanje, pjevušenje ili vokalne trake u MIDI. Uporedite ROSVOT, GAME, SOME i VOCANO prije ispravke melodije.

25 krediti/upotrebaUnos datotekaNajviše 100 MBProcijenjeno 45-1800 sekundi

Ulaz

Otpremite solo pjevanje, pjevušenje ili izolovani glavni vokal. Ako imate samo završenu pjesmu, izaberite „Cijela pjesma“; glavni vokal će se prvo izdvojiti.

Podržani formati

mp3wavflacoggm4aaacaifaiffmp4movmkv

Izlaz

MIDI

Slučaj upotrebe

Kopiranje otpjevane melodije u DAW za uređivanje, udvostručenje, programiranje sintisajzera ili nacrt notacije.

Odaberite porodicu modela

Vokal u MIDI · ROSVOTDostupnoRobustan put za pjevanje sa šumom ili propuštanjem pratnje; trenutni službeni checkpoint pretežno je treniran na mandarinskom pjevanju.Vokal u MIDI · GAMEDostupnoPretvara pjevanje u MIDI uz postavke jezika pjevanja, segmentacije i prepoznavanja nota.Vokal u MIDI · SOMEDostupnoSOME je brz i lagan put od pjevanja do MIDI-ja.Vokal u MIDI · VOCANODostupnoVOCANO izdvaja visinu vokala pomoću Patch-CNN-a i određuje granice nota pomoću PyramidNet-110. Objavljeni ulaz za inferenciju nema dodatne kontrole modela.

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

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

Brza povratna informacija

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

Modeli, parametri i izvori

Pretvara pjevanje u MIDI uz postavke jezika pjevanja, segmentacije i prepoznavanja nota.

ROSVOTROSVOT paper, Table 1ROSVOT + RWBDVOCANO: A Note Transcription Framework for Singing Voice in Polyphonic MusicRobust Singing Voice Transcription Serves SynthesisGAME: Generative Adaptive MIDI ExtractorSOME: Singing-Oriented MIDI ExtractorGAMESOMEVOCANO

ROSVOT

Robustan put za pjevanje sa šumom ili propuštanjem pratnje; trenutni službeni checkpoint pretežno je treniran na mandarinskom pjevanju.

ROSVOT source (pinned)ROSVOT project page ROSVOT paper

ROSVOT prag granica nota: zadano 0.85; raspon 0–1.
ROSVOT prag granica riječi: zadano 0.5; raspon 0–1.

GAME

GAME v1.0.3 source (pinned)GAME v1.0.3 weights GAME v1.0.3 technical guide (pinned)GAME v1.0.3 ONNX guide (pinned)

Ostavite polje prazno za zvanični GAME jezički ID 0. To nije automatsko prepoznavanje; odaberite jezik kada znate na kojem se pjeva.
Prag segmentacije — Zvanična postavka modela; ako niste sigurni, zadržite zadanu vrijednost.
Radijus segmentacije (s) — Zvanična postavka modela; ako niste sigurni, zadržite zadanu vrijednost.
Početak D3PM — Zvanična postavka modela; ako niste sigurni, zadržite zadanu vrijednost.
GAME koraci uklanjanja šuma: zadano 8; raspon 1–128.
Prag procjene — Zvanična postavka modela; ako niste sigurni, zadržite zadanu vrijednost.
Nakon transkripcije analizira izvorne udarce i zapisuje tempo u MIDI uz očuvanje vremena nota.
Zasebni rezultati evaluacije za GAME v1.0.3 još nisu navedeni.

SOME

SOME je brz i lagan put od pjevanja do MIDI-ja.

SOME source (pinned)SOME baseline weights SOME technical guide (pinned)

Nakon transkripcije analizira izvorne udarce i zapisuje tempo u MIDI uz očuvanje vremena nota.

VOCANO

VOCANO izdvaja visinu vokala pomoću Patch-CNN-a i određuje granice nota pomoću PyramidNet-110. Objavljeni ulaz za inferenciju nema dodatne kontrole modela.

VOCANO source and official weights VOCANO ISMIR 2021 paper

Za a cappella ili već odvojen vokal izaberite „Izolovani vokal / stem“. Za gotovu pjesmu izaberite „Cijela pjesma“; glavni vokal će se prvo izdvojiti.

Rad i referentne bilješke

Zasebni rezultati evaluacije za GAME v1.0.3 još nisu navedeni.

GAME

Rad i referentne bilješke

VOCANO: A Note Transcription Framework for Singing Voice in Polyphonic Music

ISMIR - 2021

VOCANO izdvaja visinu vokala pomoću Patch-CNN-a i određuje granice nota pomoću PyramidNet-110. Objavljeni ulaz za inferenciju nema dodatne kontrole modela.

Official source and citation

Robust Singing Voice Transcription Serves Synthesis

ACL - 2024

Robustan put za pjevanje sa šumom ili propuštanjem pratnje; trenutni službeni checkpoint pretežno je treniran na mandarinskom pjevanju.

Paper

GAME: Generative Adaptive MIDI Extractor

Official technical guide - 2026

v1.0.3 technical guide (pinned)v1.0.3 ONNX guide (pinned)v1.0.3 weights

SOME: Singing-Oriented MIDI Extractor

Official technical guide - 2023

SOME je brz i lagan put od pjevanja do MIDI-ja.

Technical guide (pinned)Baseline weights

Zvanični / repozitoriji

ROSVOT source (pinned)ROSVOT project page GAME v1.0.3 source (pinned)GAME v1.0.3 weights SOME source (pinned)SOME baseline weights VOCANO source and official weights

Radovi / tehničke bilješke

ROSVOT paper GAME v1.0.3 technical guide (pinned)GAME v1.0.3 ONNX guide (pinned)SOME technical guide (pinned)VOCANO ISMIR 2021 paper

Vodič za parametre

Za a cappella ili već odvojen vokal izaberite „Izolovani vokal / stem“. Za gotovu pjesmu izaberite „Cijela pjesma“; glavni vokal će se prvo izdvojiti.
Ostavite polje prazno za zvanični GAME jezički ID 0. To nije automatsko prepoznavanje; odaberite jezik kada znate na kojem se pjeva.
Prag segmentacije — Zvanična postavka modela; ako niste sigurni, zadržite zadanu vrijednost.
Radijus segmentacije (s) — Zvanična postavka modela; ako niste sigurni, zadržite zadanu vrijednost.
Početak D3PM — Zvanična postavka modela; ako niste sigurni, zadržite zadanu vrijednost.
GAME koraci uklanjanja šuma: zadano 8; raspon 1–128.
Prag procjene — Zvanična postavka modela; ako niste sigurni, zadržite zadanu vrijednost.
Nakon transkripcije analizira izvorne udarce i zapisuje tempo u MIDI uz očuvanje vremena nota.
ROSVOT prag granica nota: zadano 0.85; raspon 0–1.
ROSVOT prag granica riječi: zadano 0.5; raspon 0–1.

Slučajevi upotrebe

Pretvorite glavnu vokalnu liniju u note koje se mogu uređivati.
Uporedite četiri modela transkripcije kada snimak ima krvarenje, šum ili nejasne granice note.
Koristite MIDI kao vodič u DAW, a zatim korigujte visinu tona i dužinu nota po sluhu.

Radni tok

1Izaberite vrstu snimka pa otpremite solo vokal, vokalni stem ili cijelu pjesmu. Cijela pjesma se prvo odvaja.
2Počnite zadanim modelom; poređenje četiri verzije koristite kada je jedan rezultat teško procijeniti.
3Prebacite se između originalnog vokala i svake klavirske role, ispravite odabrani MIDI, a zatim ga preuzmite.

Šta provjeriti

Ovaj alat prati pjevanu glavnu melodiju; ne obnavlja bubnjeve, akorde ili kompletan aranžman.
GAME izlaže kontrole jezika i segmentacije. ROSVOT-ov pušten kontrolni punkt uglavnom je obučen za pjevanje mandarina.
Poređenje pokreće četiri odvojene konverzije i daje četiri nezavisne MIDI datoteke, bez spajanja modela.

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

GAME 1.0 · Čist vokal

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 -.

Privatni podaci autora, 100 izdvojenih snimaka; svaka veličina koristi svoj najbolji objavljeni K. OA je ukupna tačnost po okviru, a ne F1 nota, i ne spaja se s ROSVOT rezultatima.

Rangiraj po metrici

GAME 1.0 · Čist vokal
Poredak po metrici	Model	Ukupni poredak unutar ovog protokola↑OA (%)	QER (%)↓	Presence F1 (%)↑	RPA (%)↑	Pitch RMSE↓	Chamfer (frames)↓
1	GAME 1.0 Medium · K=8 Javne težine · Kod za inferenciju Javne težine Kod za inferenciju`GAME-1.0.3-medium-onnx.zip`Licenca težina (navod repozitorija): MIT	95.03	12.3	99.23	94.86	0.552	1.44
1	GAME 1.0 Large · K=1Model na ovoj stranici Javne težine · Kod za inferenciju Javne težine Kod za inferenciju`GAME-1.0.3-large-onnx.zip`Licenca težina (navod repozitorija): MIT	95.03	12.87	99.15	94.92	0.684	1.44
3	GAME 1.0 Small · K=2 Javne težine · Kod za inferenciju Javne težine Kod za inferenciju`GAME-1.0.3-small-onnx.zip`Licenca težina (navod repozitorija): MIT	94.99	13.13	99.14	94.99	0.653	1.5

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.

GAME · Technical Report §10 ↗Provjereno: 2026-09-27

Svi izvori evaluacije (1)

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

ROSVOT paper, Table 1 ↗
Lokalno pokretanje 2 / izvorni redovi 10
Bez plasmana: 8
Potpun javni paket za inferenciju ovih eksperimenata nije provjeren. Druge težine s istim nazivom modela nisu zamjena.
TONY · VOCANO · MusicYOLO · Yong et al. (2023) · ℳ (conformer) · ℳ (conv) · ℳ (w/o wbd) · ℳ (w/o noise)

Svi izvorni rezultati i izvori

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

ROSVOT paper, Table 1

Lokalno pokretanje 2 / izvorni redovi 10

Bez plasmana: 8

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

TONY · VOCANO · MusicYOLO · Yong et al. (2023) · ℳ (conformer) · ℳ (conv) · ℳ (w/o wbd) · ℳ (w/o noise)

Robustan put za pjevanje sa šumom ili propuštanjem pratnje; trenutni službeni checkpoint pretežno je treniran na mandarinskom pjevanju.

Rangiraj po metrici

ROSVOT paper, Table 1
Poredak po metrici	Model	COn (F) ↑		COff (F) ↑		COnPOff (F) ↑		Pitch (AOR) ↑		Melody (RPA) ↑
Poredak po metrici	Model	clean	noisy	clean	noisy	clean	noisy	clean	noisy	clean	noisy
1	ℳ (ours) Javne težine · Kod za inferenciju checkpoints.zip · rosvot + rwbd + rmvpe Kod za inferencijuLicenca težina nije navedena	94.0	93.8	94.5	94.4	77.4	77.0	97.0	97.1	87.6	87.4
2	ℳ (w/ E W ) Javne težine · Kod za inferenciju checkpoints.zip · rosvot + rwbd + rmvpe Kod za inferencijuLicenca težina nije navedena	93.3	93.5	93.2	92.9	77.1	77.0	96.5	96.2	87.5	87.2

Izvorni zapisi (2)

ROSVOT paper, Table 1 ↗Provjereno: 2026-10-25