Rediger noder, instrumentering og detaljer i fremførelsen.
Vælg efter input og output, derefter sammenlignelige tests, offentliggjorte vurderinger og funktioner. Manglende tal betyder ikke lavere kvalitet; flere parametre eller nyere udgivelser beviser ikke overlegenhed. Dette er en brugsanbefaling, ikke en samlet rangliste.
Pris, tid, formater og parametre afhænger af den valgte model.
Modeller, parametre og kilder
Rene eller separerede optagelser af sologuitar, jazzsaxofon, jazzkontrabas, soloviolin eller en enstemmig melodi sendes til den tilsvarende specialmodel.
GAPS omdanner ren eller adskilt sologuitar til tonehændelser og MIDI. Der leveres ikke strengpositioner, bånd, kontinuerlig F0 eller Pitch Bend. Juster MIDI-anslagsstyrken ved at sammenligne med originaloptagelsen.
GAPS, Guitar-FL, FiloSax og FiloBass har opdaterede kørselsafhængigheder, men uændrede vægte. Resultater holdes adskilt efter datasæt. FiloBass tabel 5 tester andre algoritmer; det aktuelle FiloBass-checkpoint har ingen offentlig score.
Guitar-FL
Guitar-FL omsætter guitarsoloer fra François Leduc-datadomænet til diskrete nodehændelser og MIDI; FL betyder ikke frame-level. Modellen leverer hverken kontinuerlig F0 eller Pitch Bend.
GAPS, Guitar-FL, FiloSax og FiloBass har opdaterede kørselsafhængigheder, men uændrede vægte. Resultater holdes adskilt efter datasæt. FiloBass tabel 5 tester andre algoritmer; det aktuelle FiloBass-checkpoint har ingen offentlig score.
FiloSax
FiloSax er målrettet enstemmige jazzsaxofonsoloer og eksporterer diskrete tonehøjde-, start- og sluthændelser som MIDI. Den leverer ikke kontinuerlige tonehøjde-, slide- eller vibratoforløb.
GAPS, Guitar-FL, FiloSax og FiloBass har opdaterede kørselsafhængigheder, men uændrede vægte. Resultater holdes adskilt efter datasæt. FiloBass tabel 5 tester andre algoritmer; det aktuelle FiloBass-checkpoint har ingen offentlig score.
FiloBass
FiloBass er målrettet enstemmig jazzkontrabas (double bass / upright bass), ikke almindelig eller elektrisk bas. Brug et rent eller separeret stem; stortromme og læk i det dybe register kan skabe falske noder.
GAPS, Guitar-FL, FiloSax og FiloBass har opdaterede kørselsafhængigheder, men uændrede vægte. Resultater holdes adskilt efter datasæt. FiloBass tabel 5 tester andre algoritmer; det aktuelle FiloBass-checkpoint har ingen offentlig score.
VioPTT
VioPTT leverer violinens nodehændelser og én af fire tekniketiketter —détaché, flageolet, spiccato, pizzicato— eller ingen. MIDI-velocity er fast og måler ikke spillets dynamik.
Separat først: split vocals/akkompagnement eller stems før du transskriberer mållyden.
Vælg det frigivne checkpoint, der passer til kilde-Stemmet; det er manuel routing, ikke automatisk genkendelse.
STRAdi Online
STRAdi Online er til ren soloviolin og bruger fuldt causal inferens uden fremtidig kontekst. Den eksporterer diskret MIDI samt CSV med start, slut og tonehøjde; det offentlige lager indeholder ikke et score-following-system.
Separat først: split vocals/akkompagnement eller stems før du transskriberer mållyden.
Vælg det frigivne checkpoint, der passer til kilde-Stemmet; det er manuel routing, ikke automatisk genkendelse.
STRAdi Offline
STRAdi Offline er den tilsvarende non-causal referencerute med fuld kontekst. Den eksporterer samme diskrete MIDI og CSV med start, slut og tonehøjde; den er heller ikke et udgivet score-following-system.
Separat først: split vocals/akkompagnement eller stems før du transskriberer mållyden.
Vælg det frigivne checkpoint, der passer til kilde-Stemmet; det er manuel routing, ikke automatisk genkendelse.
SwiftF0 0.2.0
SwiftF0 0.2.0 behandler enstemmige optagelser med den officielle tonehøjdesporing og nodesegmentering. Eksporterer MIDI, tonehøjder pr. ramme i CSV og en graf.
SwiftF0 0.2.0 bruger forfatterens seneste pitch-benchmark: 10 korpora, 8 betingelser, tolerance 50 cents. Det er tonehøjde-F1; forskellen fra RMVPE er statistisk uafklaret. Asymmetriske 95% CI bevares. REAPER rangeres ikke på grund af manglende resultater; den gamle 0.1.x-artikel vurderer ikke 0.2.0.
Tsumugi
Konvertér isolerede instrument-, sang- eller trommespor til MIDI med den tilsvarende officielle model. Vokalharmoni understøtter også checkpoint v1.6. Forfining af instrumentetiketter er eksperimentel.
Tsumugi Other og Vocal Harmony rapporterer COnP, ikke COnF1. Offentlige resultater dækker v1.5; standardvalget Vocal Harmony v1.6 har ingen offentlig score. Instrumentforfining er stadig eksperimentel, og datasæt vises separat.
Basic Pitch
Basic Pitch transskriberer polyfoniske fremførelser fra næsten alle instrumenter, også sang, til MIDI og valgfri CSV med nodehændelser og pitch bends. Det virker bedst med ét instrument ad gangen.
Anslagstærskel — Officiel modelindstilling; behold standardværdien, hvis du er i tvivl.
Rammatærskel — Officiel modelindstilling; behold standardværdien, hvis du er i tvivl.
Mindste nodelængde (ms) — Officiel modelindstilling; behold standardværdien, hvis du er i tvivl.
Laveste frekvens (Hz) — Officiel modelindstilling; behold standardværdien, hvis du er i tvivl.
Højeste frekvens (Hz) — Officiel modelindstilling; behold standardværdien, hvis du er i tvivl.
Flere pitch bends — Officiel modelindstilling; behold standardværdien, hvis du er i tvivl.
Melodia-efterbehandling — Officiel modelindstilling; behold standardværdien, hvis du er i tvivl.
Efter inferens skriver Beat This final0 et gyldigt fast tempo eller et slag-for-slag tempokort i MIDI-filen og bevarer alle hændelsers placering i sekunder. Hvis gyldige slagdata ikke kan dannes, fejler opgaven i stedet for at levere modellens standardtempo.
Modelsammenligning
Model
Rolle
Hvorfor det bruges
Effekteffekt på produktionen
Tal gælder kun det angivne datasæt, mål og modelversion. Førstepladsen i tabellen er hverken en aktuel verdensrekord eller et resultat fra denne tjeneste. Funktioner og tests kan begrunde prioritering uden sammenlignelige tal.
Benchmark-diagram: Modelsammenligning
Resultaterne kommer fra de angivne offentlige kilder; blå rækker viser modeller, der er tilgængelige i værktøjet.
GAPS, Guitar-FL, FiloSax og FiloBass har opdaterede kørselsafhængigheder, men uændrede vægte. Resultater holdes adskilt efter datasæt. FiloBass tabel 5 tester andre algoritmer; det aktuelle FiloBass-checkpoint har ingen offentlig score.
Rangeringen gælder kun samme tabel og testbetingelse, inklusive delte pladser. Skift mål for at sortere igen; rul vandret for alle kolonner. Manglende værdier er hverken nul eller rangeret.
GAPS, Guitar-FL, FiloSax og FiloBass har opdaterede kørselsafhængigheder, men uændrede vægte. Resultater holdes adskilt efter datasæt. FiloBass tabel 5 tester andre algoritmer; det aktuelle FiloBass-checkpoint har ingen offentlig score.
Rangeringen gælder kun samme tabel og testbetingelse, inklusive delte pladser. Skift mål for at sortere igen; rul vandret for alle kolonner. Manglende værdier er hverken nul eller rangeret.
GAPS, Guitar-FL, FiloSax og FiloBass har opdaterede kørselsafhængigheder, men uændrede vægte. Resultater holdes adskilt efter datasæt. FiloBass tabel 5 tester andre algoritmer; det aktuelle FiloBass-checkpoint har ingen offentlig score.
Rangeringen gælder kun samme tabel og testbetingelse, inklusive delte pladser. Skift mål for at sortere igen; rul vandret for alle kolonner. Manglende værdier er hverken nul eller rangeret.
GAPS, Guitar-FL, FiloSax og FiloBass har opdaterede kørselsafhængigheder, men uændrede vægte. Resultater holdes adskilt efter datasæt. FiloBass tabel 5 tester andre algoritmer; det aktuelle FiloBass-checkpoint har ingen offentlig score.
Rangeringen gælder kun samme tabel og testbetingelse, inklusive delte pladser. Skift mål for at sortere igen; rul vandret for alle kolonner. Manglende værdier er hverken nul eller rangeret.
GAPS, Guitar-FL, FiloSax og FiloBass har opdaterede kørselsafhængigheder, men uændrede vægte. Resultater holdes adskilt efter datasæt. FiloBass tabel 5 tester andre algoritmer; det aktuelle FiloBass-checkpoint har ingen offentlig score.
Rangeringen gælder kun samme tabel og testbetingelse, inklusive delte pladser. Skift mål for at sortere igen; rul vandret for alle kolonner. Manglende værdier er hverken nul eller rangeret.
GAPS, Guitar-FL, FiloSax og FiloBass har opdaterede kørselsafhængigheder, men uændrede vægte. Resultater holdes adskilt efter datasæt. FiloBass tabel 5 tester andre algoritmer; det aktuelle FiloBass-checkpoint har ingen offentlig score.
Rangeringen gælder kun samme tabel og testbetingelse, inklusive delte pladser. Skift mål for at sortere igen; rul vandret for alle kolonner. Manglende værdier er hverken nul eller rangeret.
SwiftF0 0.2.0 bruger forfatterens seneste pitch-benchmark: 10 korpora, 8 betingelser, tolerance 50 cents. Det er tonehøjde-F1; forskellen fra RMVPE er statistisk uafklaret. Asymmetriske 95% CI bevares. REAPER rangeres ikke på grund af manglende resultater; den gamle 0.1.x-artikel vurderer ikke 0.2.0.
Rangeringen gælder kun samme tabel og testbetingelse, inklusive delte pladser. Skift mål for at sortere igen; rul vandret for alle kolonner. Manglende værdier er hverken nul eller rangeret.
Tsumugi Other og Vocal Harmony rapporterer COnP, ikke COnF1. Offentlige resultater dækker v1.5; standardvalget Vocal Harmony v1.6 har ingen offentlig score. Instrumentforfining er stadig eksperimentel, og datasæt vises separat.
Rangeringen gælder kun samme tabel og testbetingelse, inklusive delte pladser. Skift mål for at sortere igen; rul vandret for alle kolonner. Manglende værdier er hverken nul eller rangeret.
Tsumugi Other og Vocal Harmony rapporterer COnP, ikke COnF1. Offentlige resultater dækker v1.5; standardvalget Vocal Harmony v1.6 har ingen offentlig score. Instrumentforfining er stadig eksperimentel, og datasæt vises separat.
Rangeringen gælder kun samme tabel og testbetingelse, inklusive delte pladser. Skift mål for at sortere igen; rul vandret for alle kolonner. Manglende værdier er hverken nul eller rangeret.
Tsumugi Other og Vocal Harmony rapporterer COnP, ikke COnF1. Offentlige resultater dækker v1.5; standardvalget Vocal Harmony v1.6 har ingen offentlig score. Instrumentforfining er stadig eksperimentel, og datasæt vises separat.
Rangeringen gælder kun samme tabel og testbetingelse, inklusive delte pladser. Skift mål for at sortere igen; rul vandret for alle kolonner. Manglende værdier er hverken nul eller rangeret.
Tsumugi Other og Vocal Harmony rapporterer COnP, ikke COnF1. Offentlige resultater dækker v1.5; standardvalget Vocal Harmony v1.6 har ingen offentlig score. Instrumentforfining er stadig eksperimentel, og datasæt vises separat.
Rangeringen gælder kun samme tabel og testbetingelse, inklusive delte pladser. Skift mål for at sortere igen; rul vandret for alle kolonner. Manglende værdier er hverken nul eller rangeret.
Offentlige kilder kontrolleret: 2026-09-23
Viser 2/2 rækker · 1 mål
Tsumugi · instrument refinement
Rang
Testbetingelse
Model
ACC (%)
#1
Held-out RWC-I
Instrument refinement model
74.50
#2
Held-out RWC-I
Base instrument classifier
71.30
Basic Pitch NMP-scorer pr. datasæt (artikel, tabel 2)
GAPS: A Large and Diverse Classical Guitar Dataset and Benchmark Transcription Model
ISMIR - 2024
GAPS omdanner ren eller adskilt sologuitar til tonehændelser og MIDI. Der leveres ikke strengpositioner, bånd, kontinuerlig F0 eller Pitch Bend. Juster MIDI-anslagsstyrken ved at sammenligne med originaloptagelsen.
High Resolution Guitar Transcription via Domain Adaptation
ICASSP - 2024
Guitar-FL omsætter guitarsoloer fra François Leduc-datadomænet til diskrete nodehændelser og MIDI; FL betyder ikke frame-level. Modellen leverer hverken kontinuerlig F0 eller Pitch Bend.
Reconstructing the Charlie Parker Omnibook using an audio-to-score automatic transcription pipeline
SMC - 2024
FiloSax er målrettet enstemmige jazzsaxofonsoloer og eksporterer diskrete tonehøjde-, start- og sluthændelser som MIDI. Den leverer ikke kontinuerlige tonehøjde-, slide- eller vibratoforløb.
FiloBass: A Dataset and Corpus Based Study of Jazz Basslines
ISMIR - 2023
FiloBass er målrettet enstemmig jazzkontrabas (double bass / upright bass), ikke almindelig eller elektrisk bas. Brug et rent eller separeret stem; stortromme og læk i det dybe register kan skabe falske noder.
VioPTT: Violin Playing Technique-Aware Transcription from Synthetic Data Augmentation
ICASSP - 2026
VioPTT leverer violinens nodehændelser og én af fire tekniketiketter —détaché, flageolet, spiccato, pizzicato— eller ingen. MIDI-velocity er fast og måler ikke spillets dynamik.
SwiftF0: Fast and Accurate Monophonic Pitch Detection
arXiv - 2025
SwiftF0 0.2.0 behandler enstemmige optagelser med den officielle tonehøjdesporing og nodesegmentering. Eksporterer MIDI, tonehøjder pr. ramme i CSV og en graf.
Instrument-Agnostic AMT: released checkpoints and inference guide
Official technical guide - 2026
Konvertér isolerede instrument-, sang- eller trommespor til MIDI med den tilsvarende officielle model. Vokalharmoni understøtter også checkpoint v1.6. Forfining af instrumentetiketter er eksperimentel.
A Lightweight Instrument-Agnostic Model for Polyphonic Note Transcription and Multipitch Estimation
ICASSP - 2022
Basic Pitch transskriberer polyfoniske fremførelser fra næsten alle instrumenter, også sang, til MIDI og valgfri CSV med nodehændelser og pitch bends. Det virker bedst med ét instrument ad gangen.