Lädt...
Transkribiert Melodien und Akkorde ganzer Songs mit weiteren Taktarten und Akkordtypen sowie optionaler Moduserkennung. Exportiert PDF, MusicXML, MIDI, ABC-Noten und Zeitmarkierungen; Ergebnisse bitte prüfen.
Eingabe
Unterstützt Eingaben in Formaten wie mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Unterstützte Formate
Ausgabe
PDF · MusicXML · ABC · MIDI
Anwendungsfall
Transkribiert Melodien und Akkorde ganzer Songs mit weiteren Taktarten und Akkordtypen sowie optionaler Moduserkennung. Exportiert PDF, MusicXML, MIDI, ABC-Noten und Zeitmarkierungen; Ergebnisse bitte prüfen.
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.
Nennen Sie im Feedback das Werkzeug, die Schritte und das Problem. Screenshots helfen bei der Einordnung.
Erkennt Gesangs- und Instrumentalmelodien, Akkorde, Schläge, Taktart, Tonart und Abschnitte im ganzen Song. Exportiert PDF, MusicXML, MIDI, ABC-Noten und Zeitmarkierungen. Komplexe Mischungen müssen geprüft werden.
Einen gewählten Audioausschnitt von bis zu 30 Sekunden als Melodie- und Akkordblatt in PDF / MusicXML / Humdrum **kern zur Nachbearbeitung transkribieren.
ACM Multimedia - 2026
Auf TelkNet transkribiert SheetSage Melodie- und Akkordausschnitte von bis zu 30 Sekunden als PDF / MusicXML / Humdrum **kern zur Nachbearbeitung. Für Streichquartette gibt es ein eigenes Modell; beliebige Besetzungen lassen sich nicht vollständig rekonstruieren.
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.
Das Diagramm zeigt veröffentlichte Autorenwerte. Die Verarbeitungskonfiguration der Website wurde nicht unter denselben Bedingungen geprüft; diese Werte gelten daher nicht als Website-Ergebnisse.
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 -.
Ausführbare Einträge 3 / Originalzeilen 3
Der Refined-Autor bewertet identisches, zurückgehaltenes Audio: 95 Pop-Test- und 47 Validierungssongs mit privaten Annotationen; 50 ungerade Taktstücke mit 9 Aufnahmen und 41 Renderings; außerdem 300 synthetische Stücke derselben Verteilung und 1026 HookTheory-Clips. Beide Taktstriche müssen innerhalb ±70 ms liegen, ohne zusätzliche. Konsistente Neugruppierung erlaubt die dokumentierten Umgruppierungen. Melodie: gleiche Tonhöhe und 50 ms Einsatz; Tonartwechsel: ±2 s. Modustests nutzen den optionalen Modus. Keine gemeinsame Rangfolge mit dem ursprünglichen Paper.
| Rang nach Kennzahl | Modell | Pop songs, test (95 songs, mostly 4/4): beat↑ | Pop songs, test: downbeat↑ | HookTheory test (1026 clips): beat↑ | Odd-meter songs (50): beat↑ | Odd-meter songs: downbeat↑ | Synthetic meters (300): beat↑ | Synthetic meters: downbeat↑ |
|---|---|---|---|---|---|---|---|---|
| 1 | SheetSage2-Refined · beat head | 0.978 | 0.976 | 0.902 | 0.928 | 0.883 | 0.988 | 0.955 |
| 2 | SheetSage2-Refined | 0.969 | 0.965 | 0.886 | 0.895 | 0.835 | 0.906 | 0.839 |
| 3 | SheetSage2Öffentliche Gewichte · Inferenzcode | 0.966 | 0.966 | 0.897 | 0.849 | 0.733 | 0.719 | 0.368 |
Datensätze, Versionen und Bedingungen bleiben getrennt, auch Quellen ohne zugelassene Ranglisteneinträge.
Ausführbare Einträge 3 / Originalzeilen 3
Ausführbare Einträge 3 / Originalzeilen 3
Ausführbare Einträge 3 / Originalzeilen 3
Ausführbare Einträge 2 / Originalzeilen 2
Ausführbare Einträge 3 / Originalzeilen 3
Ausführbare Einträge 1 / Originalzeilen 9
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
SheetSage1 · madmom · Beat This! · S-KEY · ChordFormer · † ChordFormer · SongFormer
Ausführbare Einträge 1 / Originalzeilen 4
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
Werte gelten für den jeweiligen Datensatz, Messwert und die Modellversion. Verschiedene Tests sind nicht direkt vergleichbar.
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 -.
Ausführbare Einträge 3 / Originalzeilen 3
Der Refined-Autor bewertet identisches, zurückgehaltenes Audio: 95 Pop-Test- und 47 Validierungssongs mit privaten Annotationen; 50 ungerade Taktstücke mit 9 Aufnahmen und 41 Renderings; außerdem 300 synthetische Stücke derselben Verteilung und 1026 HookTheory-Clips. Beide Taktstriche müssen innerhalb ±70 ms liegen, ohne zusätzliche. Konsistente Neugruppierung erlaubt die dokumentierten Umgruppierungen. Melodie: gleiche Tonhöhe und 50 ms Einsatz; Tonartwechsel: ±2 s. Modustests nutzen den optionalen Modus. Keine gemeinsame Rangfolge mit dem ursprünglichen Paper.
| Rang nach Kennzahl | Modell | Pop songs, test (95 songs, mostly 4/4): beat↑ | Pop songs, test: downbeat↑ | HookTheory test (1026 clips): beat↑ | Odd-meter songs (50): beat↑ | Odd-meter songs: downbeat↑ | Synthetic meters (300): beat↑ | Synthetic meters: downbeat↑ |
|---|---|---|---|---|---|---|---|---|
| 1 | SheetSage2-Refined · beat head | 0.978 | 0.976 | 0.902 | 0.928 | 0.883 | 0.988 | 0.955 |
| 2 | SheetSage2-Refined | 0.969 | 0.965 | 0.886 | 0.895 | 0.835 | 0.906 | 0.839 |
| 3 | SheetSage2Öffentliche Gewichte · Inferenzcode | 0.966 | 0.966 | 0.897 | 0.849 | 0.733 | 0.719 | 0.368 |
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 -.
Ausführbare Einträge 3 / Originalzeilen 3
Der Refined-Autor bewertet identisches, zurückgehaltenes Audio: 95 Pop-Test- und 47 Validierungssongs mit privaten Annotationen; 50 ungerade Taktstücke mit 9 Aufnahmen und 41 Renderings; außerdem 300 synthetische Stücke derselben Verteilung und 1026 HookTheory-Clips. Beide Taktstriche müssen innerhalb ±70 ms liegen, ohne zusätzliche. Konsistente Neugruppierung erlaubt die dokumentierten Umgruppierungen. Melodie: gleiche Tonhöhe und 50 ms Einsatz; Tonartwechsel: ±2 s. Modustests nutzen den optionalen Modus. Keine gemeinsame Rangfolge mit dem ursprünglichen Paper.
| Rang nach Kennzahl | Modell | 4/4 · 3544 bars | 3/4 · 680 bars | 6/4 · 589 bars | 5/4 · 434 bars | 6/8 · 432 bars | 12/8 · 233 bars | 5/8 · 122 bars | 11/8 · 87 bars | 2/4 · 63 bars | 7/8 · 59 bars | 7/4 · 46 bars | all · 6329 bars | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | ||
| 1 | SheetSage2-Refined · beat head | 0.824 | 0.868 | 0.768 | 0.768 | 0.572 | 0.795 | 0.574 | 0.583 | 0.794 | 0.806 | 0.794 | 0.794 | 0.508 | 0.508 | 0.563 | 0.563 | 0.079 | 0.159 | 0.847 | 0.847 | 0.565 | 0.652 | 0.752 | 0.801 |
| 2 | SheetSage2-Refined | 0.713 | 0.750 | 0.768 | 0.768 | 0.486 | 0.781 | 0.512 | 0.512 | 0.725 | 0.745 | 0.970 | 0.970 | 0.008 | 0.287 | 0.586 | 0.586 | 0.111 | 0.270 | 0.305 | 0.305 | 0.196 | 0.196 | 0.661 | 0.718 |
| 3 | SheetSage2Öffentliche Gewichte · Inferenzcode | 0.699 | 0.749 | 0.676 | 0.676 | 0.275 | 0.497 | 0.002 | 0.002 | 0.299 | 0.736 | 0.597 | 0.914 | 0.000 | 0.000 | 0.000 | 0.000 | 0.063 | 0.063 | 0.000 | 0.000 | 0.000 | 0.000 | 0.534 | 0.624 |
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 -.
Ausführbare Einträge 3 / Originalzeilen 3
Der Refined-Autor bewertet identisches, zurückgehaltenes Audio: 95 Pop-Test- und 47 Validierungssongs mit privaten Annotationen; 50 ungerade Taktstücke mit 9 Aufnahmen und 41 Renderings; außerdem 300 synthetische Stücke derselben Verteilung und 1026 HookTheory-Clips. Beide Taktstriche müssen innerhalb ±70 ms liegen, ohne zusätzliche. Konsistente Neugruppierung erlaubt die dokumentierten Umgruppierungen. Melodie: gleiche Tonhöhe und 50 ms Einsatz; Tonartwechsel: ±2 s. Modustests nutzen den optionalen Modus. Keine gemeinsame Rangfolge mit dem ursprünglichen Paper.
| Rang nach Kennzahl | Modell | 4/4 · 3255 bars | 6/8 · 2964 bars | 3/4 · 2431 bars | 3/8 · 1843 bars | 5/8 · 1574 bars | 5/4 · 1372 bars | 11/8 · 1287 bars | 12/8 · 1207 bars | 7/8 · 1114 bars | 6/4 · 1031 bars | 7/4 · 991 bars | 9/8 · 945 bars | 8/8 · 460 bars | 2/4 · 340 bars | all · 20814 bars | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | ||
| 1 | SheetSage2-Refined · beat head | 0.964 | 0.964 | 0.939 | 0.956 | 0.946 | 0.951 | 0.840 | 0.853 | 0.922 | 0.922 | 0.960 | 0.960 | 0.912 | 0.919 | 0.792 | 0.894 | 0.954 | 0.956 | 0.877 | 0.890 | 0.943 | 0.943 | 0.905 | 0.911 | 0.924 | 0.924 | 0.659 | 0.659 | 0.916 | 0.928 |
| 2 | SheetSage2-Refined | 0.784 | 0.839 | 0.842 | 0.864 | 0.787 | 0.810 | 0.651 | 0.712 | 0.730 | 0.758 | 0.667 | 0.672 | 0.716 | 0.737 | 0.558 | 0.814 | 0.783 | 0.794 | 0.568 | 0.719 | 0.673 | 0.745 | 0.800 | 0.808 | 0.815 | 0.828 | 0.347 | 0.465 | 0.730 | 0.782 |
| 3 | SheetSage2Öffentliche Gewichte · Inferenzcode | 0.436 | 0.501 | 0.538 | 0.561 | 0.443 | 0.444 | 0.147 | 0.186 | 0.090 | 0.090 | 0.000 | 0.028 | 0.008 | 0.016 | 0.223 | 0.483 | 0.004 | 0.005 | 0.139 | 0.306 | 0.000 | 0.105 | 0.003 | 0.003 | 0.474 | 0.543 | 0.044 | 0.115 | 0.248 | 0.299 |
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 -.
Ausführbare Einträge 2 / Originalzeilen 2
Der Refined-Autor bewertet identisches, zurückgehaltenes Audio: 95 Pop-Test- und 47 Validierungssongs mit privaten Annotationen; 50 ungerade Taktstücke mit 9 Aufnahmen und 41 Renderings; außerdem 300 synthetische Stücke derselben Verteilung und 1026 HookTheory-Clips. Beide Taktstriche müssen innerhalb ±70 ms liegen, ohne zusätzliche. Konsistente Neugruppierung erlaubt die dokumentierten Umgruppierungen. Melodie: gleiche Tonhöhe und 50 ms Einsatz; Tonartwechsel: ±2 s. Modustests nutzen den optionalen Modus. Keine gemeinsame Rangfolge mit dem ursprünglichen Paper.
| Rang nach Kennzahl | Modell | root, test↑ | root, valid↑ | majmin, test↑ | majmin, valid↑ | sevenths, test↑ | sevenths, valid↑ | tetrads, test↑ | tetrads, valid↑ | slash chords (bass, exact), test↑ | slash chords (bass, exact), valid↑ | key, test↑ | key, valid↑ | key changes (F, ±2 s), test↑ | key changes (F, ±2 s), valid↑ | tension chords (9th, 11th, 13th, add), test: recall / precision |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | SheetSage2-Refined | 0.864 | 0.880 | 0.886 | 0.885 | 0.829 | 0.825 | 0.770 | 0.780 | 0.520 | 0.515 | 0.920 | 0.909 | 0.629 | 0.721 | 0.232 / 0.485 |
| 2 | SheetSage2Öffentliche Gewichte · Inferenzcode | 0.821 | 0.822 | 0.871 | 0.845 | 0.762 | 0.777 | 0.678 | 0.704 | 0.366 | 0.386 | 0.840 | 0.814 | 0.568 | 0.667 | 0.000 / — |
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 -.
Ausführbare Einträge 3 / Originalzeilen 3
Der Refined-Autor bewertet identisches, zurückgehaltenes Audio: 95 Pop-Test- und 47 Validierungssongs mit privaten Annotationen; 50 ungerade Taktstücke mit 9 Aufnahmen und 41 Renderings; außerdem 300 synthetische Stücke derselben Verteilung und 1026 HookTheory-Clips. Beide Taktstriche müssen innerhalb ±70 ms liegen, ohne zusätzliche. Konsistente Neugruppierung erlaubt die dokumentierten Umgruppierungen. Melodie: gleiche Tonhöhe und 50 ms Einsatz; Tonartwechsel: ±2 s. Modustests nutzen den optionalen Modus. Keine gemeinsame Rangfolge mit dem ursprünglichen Paper.
| Rang nach Kennzahl | Modell | melody (note F)↑ | key with mode↑ | key with mode, the 98 modal clips↑ |
|---|---|---|---|---|
| 1 | SheetSage2-Refined · melody head | 0.713 | - | - |
| 2 | SheetSage2-Refined | 0.682 | 0.719 | 0.315 |
| 3 | SheetSage2Öffentliche Gewichte · Inferenzcode | 0.664 | 0.722 | 0.005 |
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 -.
Ausführbare Einträge 1 / Originalzeilen 9
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
SheetSage1 · madmom · Beat This! · S-KEY · ChordFormer · † ChordFormer · SongFormer · SheetSage1
Die Autoren nutzen paper und BF16, der Website-Kandidat default und FP32. Dies sind keine Messungen der Website. Beat/Taktanfang: 70 ms Toleranz, erste 5 s ausgeschlossen. Melodie: Tonhöhenklasse und Einsatz innerhalb 50 ms, ohne Notenende. Beat This! mittelt drei Seeds; ChordFormer nutzt je nach Datensatz Ensembles oder zurückgehaltene Folds. Rangfolgen gelten nur bei gleichen Bedingungen; vollständige Einstellungen stehen in den Quellen.
| Rang nach Kennzahl | Modell | Beat · GTZAN · F1 | Beat · osu2017 · F1 | Downbeat · GTZAN · F1 | Downbeat · osu2017 · F1 | Key · GiantSteps · Score | Key · GTZAN · Score | Chord · osu2017 · Maj/min | Chord · Chords1217 · Maj/min | Chord · JAAH · Maj/min | Structure · HarmonixSet | Melody · RWC-Pop | Melody · Rock Corpus · Vocal F1 | |||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Accuracy↑ | F1 @ 0.5 s↑ | F1 @ 3 s↑ | Vocal F1↑ | Full F1↑ | ||||||||||||
| - | SheetSage2-ARÖffentliche Gewichte · Inferenzcode | 86.27 | 93.01 | 80.45 | 92.90 | 77.73 | 75.77 | 90.08 | 83.81 | 64.50 | 80.51 | 67.96 | 82.86 | 82.51 | 75.29 | 67.08 |
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 -.
Ausführbare Einträge 1 / Originalzeilen 4
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
HookKern vergleicht SER für Pop-Lead-Sheets und Streichquartette je Datensatz; niedriger ist besser. Nur Experimente mit passenden veröffentlichten Gewichten erscheinen, ohne datensatzübergreifende Rangfolge.
| Rang nach Kennzahl | Modell | SheetSage-A2S | Quartets · SER | ||
|---|---|---|---|---|---|
| SER↓ | Melody SER↓ | Chord SER↓ | |||
| - | +Augmented dataÖffentliche Gewichte · Inferenzcode | 20.92 | 38.62 | 22.28 | 4.98 |