Lädt...

Schlagzeug zu MIDI · MSG-LD / ADTOF · TelkNet

MIDI / TranskriptionGPU ArbeitsbelastungADT_STR · Quellcode adt-str · Gewichte ADT_STR · tau=0.8 · Publikation

Schlagzeug zu MIDI

ADTOF Plus · ADTOF Direct · ADT_STR · MSG-LD. Vollständige Mischungen durchlaufen zunächst die Schlagzeugtrennung des gewählten Ablaufs. Isoliertes Schlagzeug geht direkt an das gewählte Transkriptions- oder Trennungsmodell.

15 Credits/NutzungDateieingabeMaximal 100 MBGeschätzte 20-1800 Sekunden

Eingabe

Unterstützt Eingaben in Formaten wie mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

Unterstützte Formate

mp3wavflacoggm4aaacaifaiffmp4movmkv

Ausgabe

MIDI

Anwendungsfall

Noten, Instrumentierung und Spieldetails bearbeiten.

Modellfamilie wählen

Schlagzeug zu MIDI · MSG-LDVerfügbarSchlagzeug trennen und Einsätze als MIDI-Entwurf erkennen; Anschlagstärke und Wiedergabedauer sind fest.Schlagzeug zu MIDI · ADTOFVerfügbarSchlagzeug zu MIDI: Plus ergänzt Anschlagstärke und offene/geschlossene Hi-Hat, Direct transkribiert direkt.Schlagzeug zu MIDI · ADT_STRVerfügbarEinsätze und Anschlagstärken für 26 Schlagzeugklassen; drei τ-Versionen mit unterschiedlichen Trainingskonfigurationen.

Version oder Verarbeitungsmodus wählen

Schlagzeug zu MIDI · ADT_STR · tau=0.8setting-tau-0.8-Trainingsgewichte für 26 Schlagzeugklassen und Anschlagstärken. Mit 0.8 beginnen und dieselbe Passage vergleichen; τ ist keine Erkennungsempfindlichkeit.EmpfohlenVerfügbarSchlagzeug zu MIDI · ADT_STR · tau=0.4setting-tau-0.4-Trainingsgewichte für 26 Schlagzeugklassen und Anschlagstärken. Mit 0.8 beginnen und dieselbe Passage vergleichen; τ ist keine Erkennungsempfindlichkeit.VerfügbarSchlagzeug zu MIDI · ADT_STR · tau=0.6setting-tau-0.6-Trainingsgewichte für 26 Schlagzeugklassen und Anschlagstärken. Mit 0.8 beginnen und dieselbe Passage vergleichen; τ ist keine Erkennungsempfindlichkeit.Verfügbar

Wähle ein Modell passend zu deinem Material und Vorhaben und sieh dir vor dem Start die Beispiele an.

Kosten, Dauer, Formate und Parameter hängen vom gewählten Modell ab.

Schnelles Feedback

Nennen Sie im Feedback das Werkzeug, die Schritte und das Problem. Screenshots helfen bei der Einordnung.

Modelle, Parameter und Quellen

ADT_STR erkennt Anschlagszeiten und Anschlagstärken für 26 Schlagzeugklassen und exportiert MIDI.

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

MSG-LD erzeugt fünf Schlagzeugspuren und erkennt Anschläge; MIDI verwendet Anschlagstärke 100 und feste Abspieldauer 0,1 Sekunden.

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

msgld_ob nutzt den Anschlagszweig; msgld_obtb nutzt Anschlags- und Klangfarbenzweig.
DDIM-Sampling-Schritte, standardmäßig 200. Unterstützt werden unter anderem 50, 100, 200, 250 und 500; manche anderen Werte werden nicht unterstützt.
Vollständige Mischungen durchlaufen zunächst die Schlagzeugtrennung des gewählten Ablaufs. Isoliertes Schlagzeug geht direkt an das gewählte Transkriptions- oder Trennungsmodell.
Die Arbeit bewertet OB, TB und OBTB getrennt; OB-Werte gelten nicht für das voreingestellte OBTB. Noten-F1 und Audio-mel-MSE/FAD stehen in getrennten Tabellen. Die Erkennungspipeline der Arbeit wurde hier nicht nachgemessen.

MSG-LD · OBTB

MSG-LD erzeugt fünf Schlagzeugspuren und erkennt Anschläge; MIDI verwendet Anschlagstärke 100 und feste Abspieldauer 0,1 Sekunden.

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

msgld_ob nutzt den Anschlagszweig; msgld_obtb nutzt Anschlags- und Klangfarbenzweig.
DDIM-Sampling-Schritte, standardmäßig 200. Unterstützt werden unter anderem 50, 100, 200, 250 und 500; manche anderen Werte werden nicht unterstützt.
Vollständige Mischungen durchlaufen zunächst die Schlagzeugtrennung des gewählten Ablaufs. Isoliertes Schlagzeug geht direkt an das gewählte Transkriptions- oder Trennungsmodell.
Die Arbeit bewertet OB, TB und OBTB getrennt; OB-Werte gelten nicht für das voreingestellte OBTB. Noten-F1 und Audio-mel-MSE/FAD stehen in getrennten Tabellen. Die Erkennungspipeline der Arbeit wurde hier nicht nachgemessen.

ADTOF Plus

ADTOF Plus ergänzt ADTOF um Schlagzeugtrennung, Anschlagstärken und die Unterscheidung offener und geschlossener Hi-Hats. Vollständige Mischungen werden unterstützt.

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

Für einen vollständigen Mix aktivieren, um zuerst das Schlagzeug zu trennen; für eine isolierte Schlagzeugspur deaktivieren.
Schwellenwert für die Schlagzeug-Onset-Erkennung von ADTOF Plus; leer lassen, um den Modellstandard zu verwenden.
Nach der Transkription werden die Beats analysiert und das Tempo in MIDI geschrieben; die Notenzeiten bleiben erhalten.

ADTOF Direct · PyTorch

ADTOF Direct transkribiert isoliertes Schlagzeug mit PyTorch ADTOF. Bei vollständigen Mischungen extrahiert TelkNet zunächst das Schlagzeug mit AudioSep-Hive; die Plus-Nachbearbeitung für Anschlagstärke und offene/geschlossene Hi-Hats entfällt.

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

Passe die Erkennungsschwellen für Kick, Snare, Hi-Hat, Toms und Becken einzeln an.
Zeitauflösung, standardmäßig 100 FPS; Änderungen können die Transkriptionsqualität beeinflussen.
Nach der Transkription werden die Beats analysiert und das Tempo in MIDI geschrieben; die Notenzeiten bleiben erhalten.

ADT_STR · tau=0.8

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Eine offiziell veröffentlichte Gewichtsvariante auswählen.
Maximal erzeugte token pro Abschnitt; offizieller Standard 1024.
Offizielle Inferenz-Batchgröße: Anzahl gemeinsam verarbeiteter Abschnitte.
Vollständige Mischungen durchlaufen zunächst die Schlagzeugtrennung des gewählten Ablaufs. Isoliertes Schlagzeug geht direkt an das gewählte Transkriptions- oder Trennungsmodell.
Setting-1 bis Setting-4 in Tabelle 2 sind Trainingsexperimente, nicht die wählbaren Gewichte τ=0.4/0.6/0.8. Die Werte gelten für isolierte Drums, nicht für vollständige Mischungen.

ADT_STR · tau=0.4

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Eine offiziell veröffentlichte Gewichtsvariante auswählen.
Maximal erzeugte token pro Abschnitt; offizieller Standard 1024.
Offizielle Inferenz-Batchgröße: Anzahl gemeinsam verarbeiteter Abschnitte.
Vollständige Mischungen durchlaufen zunächst die Schlagzeugtrennung des gewählten Ablaufs. Isoliertes Schlagzeug geht direkt an das gewählte Transkriptions- oder Trennungsmodell.
Setting-1 bis Setting-4 in Tabelle 2 sind Trainingsexperimente, nicht die wählbaren Gewichte τ=0.4/0.6/0.8. Die Werte gelten für isolierte Drums, nicht für vollständige Mischungen.

ADT_STR · tau=0.6

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Eine offiziell veröffentlichte Gewichtsvariante auswählen.
Maximal erzeugte token pro Abschnitt; offizieller Standard 1024.
Offizielle Inferenz-Batchgröße: Anzahl gemeinsam verarbeiteter Abschnitte.
Vollständige Mischungen durchlaufen zunächst die Schlagzeugtrennung des gewählten Ablaufs. Isoliertes Schlagzeug geht direkt an das gewählte Transkriptions- oder Trennungsmodell.
Setting-1 bis Setting-4 in Tabelle 2 sind Trainingsexperimente, nicht die wählbaren Gewichte τ=0.4/0.6/0.8. Die Werte gelten für isolierte Drums, nicht für vollständige Mischungen.

Papier- und Benchmark-Notizen

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

Offizielle / Repositorien

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

Arbeiten / technische Anmerkungen

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

Parameterleitfaden

Für einen vollständigen Mix aktivieren, um zuerst das Schlagzeug zu trennen; für eine isolierte Schlagzeugspur deaktivieren.
Schwellenwert für die Schlagzeug-Onset-Erkennung von ADTOF Plus; leer lassen, um den Modellstandard zu verwenden.
Passe die Erkennungsschwellen für Kick, Snare, Hi-Hat, Toms und Becken einzeln an.
Zeitauflösung, standardmäßig 100 FPS; Änderungen können die Transkriptionsqualität beeinflussen.
Nach der Transkription werden die Beats analysiert und das Tempo in MIDI geschrieben; die Notenzeiten bleiben erhalten.

Arbeitsablauf

1Vollständige Mischungen durchlaufen zunächst die Schlagzeugtrennung des gewählten Ablaufs. Isoliertes Schlagzeug geht direkt an das gewählte Transkriptions- oder Trennungsmodell.
2Drum-MIDI herunterladen und Kick, Snare, Hi-Hat und weitere Instrumente prüfen.

Prüfpunkte

Vollständige Mischungen durchlaufen zunächst die Schlagzeugtrennung des gewählten Ablaufs. Isoliertes Schlagzeug geht direkt an das gewählte Transkriptions- oder Trennungsmodell.
Zeitauflösung, standardmäßig 100 FPS; Änderungen können die Transkriptionsqualität beeinflussen.

Modelle dieses Fachgebiets

3 Einträge

Enthält öffentliche Testergebnisse für hier und andernorts verwendete Modelle. Standardmäßig wird die vollständige Quelltabelle angezeigt; Bedingungen und Metriken lassen sich zum Vergleich auswählen. Werte aus unterschiedlichen Testbedingungen sind nicht direkt vergleichbar.

Angezeigt werden nur Einträge mit verifizierter öffentlicher Inferenzimplementierung und passenden Gewichten sowie Algorithmen ohne trainierte Gewichte. Geschlossene Dienste, unveröffentlichte Gewichte und nicht zuordenbare Experimentversionen sind ausgeschlossen. Dies ist keine Gesamtrangliste aller Modelle.

Öffentliche Gewichte belegen keine vollständige Open-Source-Lizenz. Die aufgeklappten Daten zeigen erklärte Gewichtslizenzen und Zugangsbedingungen. Nicht erklärte Lizenzen sind gesondert gekennzeichnet.

BenchmarkWertungskategorie

ADT-STR · ENST / MDB · full vocabulary

Wählen Sie einen Datensatz, um alle Kennzahlen jedes Modells anzuzeigen. Die Zeilen folgen dem offiziellen Rang oder der gewählten Kennzahl. Fett markiert den besten vergleichbaren Wert jeder Spalte, einschließlich Gleichständen. Unterschiedliche Bewertungsprotokolle werden getrennt eingestuft; fehlende Werte erscheinen als -.

Die Empfehlung im ADT-STR-README widerspricht der Ergebnisgrafik. Diese Rangliste verwendet die beschrifteten Werte der offiziellen Grafik.

Rangfolge nach Metrik

ADT-STR · ENST / MDB · full vocabulary
Rang nach Kennzahl	Modell	ENST↑F1 (%)	MDB↑F1 (%)
1	ADT-STR · τ=0.4 Öffentliche Gewichte · Inferenzcode Öffentliche Gewichte Inferenzcode`setting-tau-0.4/model.safetensors`Gewichtslizenz nicht angegeben	60	71
2	ADT-STR · τ=0.6 Öffentliche Gewichte · Inferenzcode Öffentliche Gewichte Inferenzcode`setting-tau-0.6/model.safetensors`Gewichtslizenz nicht angegeben	58	65
3	ADT-STR · τ=0.8Hier eingesetztes Modell Öffentliche Gewichte · Inferenzcode Öffentliche Gewichte Inferenzcode`setting-tau-0.8/model.safetensors`Gewichtslizenz nicht angegeben	52	61

Originaleinträge (3)

Die Markierungen kennzeichnen hier verwendete Modelle oder Komponenten. Werte und Einstellungen stammen aus den zitierten Tests, nicht aus einer neuen Bewertung der gesamten Verarbeitungskette.

ADT-STR · released checkpoint score figure ↗Geprüft: 2026-09-27

Alle Bewertungsquellen (6)

Datensätze, Versionen und Bedingungen bleiben getrennt, auch Quellen ohne zugelassene Ranglisteneinträge.

ADTOF-PyTorch README ↗
Ausführbare Einträge 2 / Originalzeilen 2
Schlagzeug zu MIDI ↗
Ausführbare Einträge 6 / Originalzeilen 6
Schlagzeug zu MIDI ↗
Ausführbare Einträge 3 / Originalzeilen 6
Nicht eingestuft: 3
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
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 ↗
Ausführbare Einträge 0 / Originalzeilen 8
Nicht eingestuft: 8
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
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 ↗
Ausführbare Einträge 2 / Originalzeilen 3
Nicht eingestuft: 1
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
LarsNet
MSG-LD · Table 4 ↗
Ausführbare Einträge 2 / Originalzeilen 4
Nicht eingestuft: 2
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
MSG-LD Vanilla · MSG-LD TB

Alle Originalergebnisse und Quellen

Werte gelten für den jeweiligen Datensatz, Messwert und die Modellversion. Verschiedene Tests sind nicht direkt vergleichbar.

Die Tabelle enthält nur Modelle mit öffentlichen Gewichten oder Konfigurationen, die lokal ausgeführt werden können.

ADTOF-PyTorch README

Ausführbare Einträge 2 / Originalzeilen 2

ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74

Rangfolge nach Metrik

ADTOF-PyTorch README
Rang nach Kennzahl	Modell	Recall↑	Precision↑	F-measure↑
1	ADTOF (original) Öffentliche Gewichte · Inferenzcode Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Inferenzcode Gewichtslizenz (Angabe des Repositorys): CC-BY-NC-SA-4.0	88.68	89.90	88.74
2	ADTOF-pytorch Öffentliche Gewichte · Inferenzcode src/adtof_pytorch/data/adtof_frame_rnn_pytorch_weights.pth InferenzcodeGewichtslizenz nicht angegeben	88.26	89.83	88.51

Originaleinträge (2)

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

Schlagzeug zu MIDI

Die Werte stammen aus der verlinkten öffentlichen Quelle. Zeilenbezeichnungen geben den Testdatensatz oder Checkpoint an; nicht veröffentlichte Werte erscheinen als -.

TestbedingungRangfolge nach Metrik

Schlagzeug zu MIDI
Rang nach Kennzahl	Modell	Testbedingung	F1 (%)↑	Präzision (%)↑	Abrufen (%)↑
1	ADTOF Plus Öffentliche Gewichte · Inferenzcode MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Inferenzcode`drumsep_5stems_mdx23c_jarredou.ckpt`Gewichtslizenz (Angabe des Repositorys): mit	MDB · 5 classes · onset only · 50 ms	89	89	89
2	Original ADTOF Öffentliche Gewichte · Inferenzcode Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Inferenzcode Gewichtslizenz (Angabe des Repositorys): CC-BY-NC-SA-4.0	MDB · 5 classes · onset only · 50 ms	87	-	-

Originaleinträge (6)

ADTOF Plus paper, Table 1 ↗

Schlagzeug zu MIDI

Die Werte stammen aus der verlinkten öffentlichen Quelle. Zeilenbezeichnungen geben den Testdatensatz oder Checkpoint an; nicht veröffentlichte Werte erscheinen als -.

TestbedingungRangfolge nach Metrik

Schlagzeug zu MIDI
Rang nach Kennzahl	Modell	Testbedingung	F1 (%)↑	Präzision (%)↑	Abrufen (%)↑
-	ADTOF Plus Öffentliche Gewichte · Inferenzcode MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Inferenzcode`drumsep_5stems_mdx23c_jarredou.ckpt`Gewichtslizenz (Angabe des Repositorys): mit	MDB · 8-class evaluation · onset only · 50 ms	84	84	84

Originaleinträge (3)

ADTOF Plus paper, Table 2 ↗

MSG-LD · Table 3

Ausführbare Einträge 2 / Originalzeilen 3

Nicht eingestuft: 1

Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.

LarsNet

Die Arbeit bewertet OB, TB und OBTB getrennt; OB-Werte gelten nicht für das voreingestellte OBTB. Noten-F1 und Audio-mel-MSE/FAD stehen in getrennten Tabellen. Die Erkennungspipeline der Arbeit wurde hier nicht nachgemessen.

Rangfolge nach Metrik

MSG-LD · Table 3
Rang nach Kennzahl	Modell	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
Rang nach Kennzahl	Modell	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 Öffentliche Gewichte · Inferenzcode Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Inferenzcode Gewichtslizenz (Angabe des Repositorys): 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 Öffentliche Gewichte · Inferenzcode Inferenzcode Gewichtslizenz (Angabe des Repositorys): 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

Originaleinträge (2)

MSG-LD · Table 3 ↗Geprüft: 2026-10-25

MSG-LD · Table 4

Ausführbare Einträge 2 / Originalzeilen 4

Nicht eingestuft: 2

Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.

MSG-LD Vanilla · MSG-LD TB

Rangfolge nach Metrik

MSG-LD · Table 4
Rang nach Kennzahl	Modell	MDB Overall			ENST Overall			Mean overall F1 (2 sets)
Rang nach Kennzahl	Modell	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑
1	MSG-LD OB Öffentliche Gewichte · Inferenzcode Inferenzcode Gewichtslizenz (Angabe des Repositorys): mit	0.707	0.709	0.704	0.640	0.695	0.593	0.674	0.674	0.674
2	MSG-LD OBTB Öffentliche Gewichte · Inferenzcode Inferenzcode Gewichtslizenz (Angabe des Repositorys): mit	0.690	0.709	0.672	0.636	0.703	0.580	0.663	0.663	0.663

Originaleinträge (2)

MSG-LD · Table 4 ↗Geprüft: 2026-10-25