VOCANO: A Note Transcription Framework for Singing Voice in Polyphonic Music
ISMIR - 2021
VOCANO udtrækker vokalens tonehøjde med Patch-CNN og finder nodegrænser med PyramidNet-110. Den udgivne inferensindgang har ingen yderligere modelkontroller.
Indlæser...
Lav sang, nynnen eller vokalspor om til MIDI. Sammenlign ROSVOT, GAME, SOME og VOCANO, før du retter melodien.
Input
Upload solosang, nynnen eller et isoleret lead-vokalspor. Har du kun den færdige sang, vælg »Hel sang«; leadvokalen udskilles før transskriptionen.
Understøttede formater
Output
MIDI
Brugsscenarie
Kopiering af en sunget melodi til en DAW til redigering, fordobling, synth-programmering eller et notationsudkast.
Vælg en model til dit materiale og formål, og se eksemplerne før indsendelse.
Pris, tid, formater og parametre afhænger af den valgte model.
Angiv værktøjets navn, trinene og problemet i din feedback. Skærmbilleder kan hjælpe med at finde fejlen.
SOME er en hurtig og let sang-til-MIDI-rute.
Robust vej til sang med støj eller læk fra akkompagnement; det nuværende officielle checkpoint er primært trænet på mandarin-sang.
Omdanner sang til MIDI med indstillinger for sangsprog, segmentering og nodegenkendelse.
VOCANO udtrækker vokalens tonehøjde med Patch-CNN og finder nodegrænser med PyramidNet-110. Den udgivne inferensindgang har ingen yderligere modelkontroller.
ISMIR - 2021
VOCANO udtrækker vokalens tonehøjde med Patch-CNN og finder nodegrænser med PyramidNet-110. Den udgivne inferensindgang har ingen yderligere modelkontroller.
ACL - 2024
Robust vej til sang med støj eller læk fra akkompagnement; det nuværende officielle checkpoint er primært trænet på mandarin-sang.
Official technical guide - 2026
Omdanner sang til MIDI med indstillinger for sangsprog, segmentering og nodegenkendelse.
Official technical guide - 2023
Omfatter offentlige testresultater for modeller brugt her og andre steder. Som standard vises hele kildetabellen; betingelser og målinger kan også vælges til sammenligning. Resultater fra forskellige testbetingelser kan ikke sammenlignes direkte.
Kun resultater med verificeret offentlig inferenskode og tilhørende vægte vises, sammen med algoritmer uden trænede vægte. Lukkede tjenester, ikke offentliggjorte vægte og forsøgsudgaver uden verificeret sammenhæng udelades. Dette er ikke en rangliste over alle modeller.
Offentlige vægte dokumenterer ikke en fuldstændig open source-licens. Fold data ud for at se erklærede vægtlicenser og adgangsbetingelser. Manglende licenser markeres særskilt.
Den valgte model har intet verificeret, tilsvarende offentligt resultat og er ikke rangeret.
Vælg et datasæt for at se alle målinger for hver model. Rækkerne følger den officielle placering eller den valgte måling. Fed skrift markerer hver kolonnes bedste sammenlignelige værdi, også ved lighed. Forskellige evalueringsprotokoller rangeres separat; manglende resultater vises som -.
Forfatternes private data, 100 tilbageholdte optagelser; hver størrelse bruger sit bedst rapporterede K. OA er samlet nøjagtighed pr. ramme, ikke node-F1, og kan ikke blandes med ROSVOT.
| Placering efter måling | Model | Samlet rangering inden for denne protokol↑OA (%) | QER (%)↓ | Presence F1 (%)↑ | RPA (%)↑ | Pitch RMSE↓ | Chamfer (frames)↓ |
|---|---|---|---|---|---|---|---|
| 1 | GAME 1.0 Medium · K=8Offentlige vægte · Inferenskode | 95.03 | 12.3 | 99.23 | 94.86 | 0.552 | 1.44 |
| 1 | GAME 1.0 Large · K=1Offentlige vægte · Inferenskode | 95.03 | 12.87 | 99.15 | 94.92 | 0.684 | 1.44 |
| 3 | GAME 1.0 Small · K=2Offentlige vægte · Inferenskode | 94.99 | 13.13 | 99.14 | 94.99 | 0.653 | 1.5 |
Datasæt, versioner og betingelser holdes adskilt, også kilder uden godkendte rækker.
Installerbare 2 / kilderækker 10
En komplet offentlig inferenspakke til disse forsøg er ikke verificeret. Andre vægte med samme modelnavn kan ikke erstatte den.
TONY · VOCANO · MusicYOLO · Yong et al. (2023) · ℳ (conformer) · ℳ (conv) · ℳ (w/o wbd) · ℳ (w/o noise)
Resultater gælder det angivne datasæt, mål og modelversion. Forskellige tests kan ikke sammenlignes direkte.
Vælg et datasæt for at se alle målinger for hver model. Rækkerne følger den officielle placering eller den valgte måling. Fed skrift markerer hver kolonnes bedste sammenlignelige værdi, også ved lighed. Forskellige evalueringsprotokoller rangeres separat; manglende resultater vises som -.
Installerbare 2 / kilderækker 10
En komplet offentlig inferenspakke til disse forsøg er ikke verificeret. Andre vægte med samme modelnavn kan ikke erstatte den.
TONY · VOCANO · MusicYOLO · Yong et al. (2023) · ℳ (conformer) · ℳ (conv) · ℳ (w/o wbd) · ℳ (w/o noise)
Robust vej til sang med støj eller læk fra akkompagnement; det nuværende officielle checkpoint er primært trænet på mandarin-sang.
| Placering efter måling | Model | COn (F) ↑ | COff (F) ↑ | COnPOff (F) ↑ | Pitch (AOR) ↑ | Melody (RPA) ↑ | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| clean | noisy | clean | noisy | clean | noisy | clean | noisy | clean | noisy | ||
| 1 | ℳ (ours)Offentlige vægte · Inferenskode | 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 )Offentlige vægte · Inferenskode | 93.3 | 93.5 | 93.2 | 92.9 | 77.1 | 77.0 | 96.5 | 96.2 | 87.5 | 87.2 |