Bei welchen Aufgaben kann Gesang zu MIDI · Vier Modelle (VocalParse 1.7B) helfen?

MIDI / Transkription; Wähle VocalParse, GAME, ROSVOT oder SOME für notennahe, begleitungsrobuste oder schnelle Gesangstranskription.; Eine vollständig unterstützte Audio- oder Videodatei; Wählen Sie das Modellprofil, das der Quelle und dem gewünschten Ergebnis entspricht.; Verwandeln Sie eine vollständige Aufnahme in bearbeitbare Notizen, Trommelschläge, Tabulaturen oder eine Akkord-Zeitleiste.; Vergleichen Sie die Modellausgabe mit dem Originalaudio um Einsätze, Grenzen und Quellenzuordnung zu überprüfen.; Verschieben Sie MIDI- und zeitausgerichtete Tabellen in eine DAW, einen Notationseditor oder einen nachgelagerten Analyse-Workflow.

Gesang zu MIDI · Vier Modelle (VocalParse 1.7B) · TelkNet

MIDI / TranskriptionGPU Arbeitsbelastung

Gesang zu MIDI · Vier Modelle

Q: Für wen ist Gesang zu MIDI · Vier Modelle (VocalParse 1.7B)?

MIDI / Transkription Wähle VocalParse, GAME, ROSVOT oder SOME für notennahe, begleitungsrobuste oder schnelle Gesangstranskription.

Q: Welche Modell- und Keyword-Entitäten sind mit Gesang zu MIDI · Vier Modelle (VocalParse 1.7B) verbunden?

VocalParse 1.7B, GAME, ROSVOT, SOME, VocalParse source (pinned), VocalParse weights (pinned), SingCrawl dataset source, VocalParse paper

Wähle VocalParse, GAME, ROSVOT oder SOME für notennahe, begleitungsrobuste oder schnelle Gesangstranskription.

5-20 Credits/NutzungDateieingabeMax 100 MBGeschätzte 45-1800 Sekunden

Eingabe

Eine vollständig unterstützte Audio- oder Videodatei; Wählen Sie das Modellprofil, das der Quelle und dem gewünschten Ergebnis entspricht.

Unterstützte Formate

mp3wavflacoggm4aaacaifaiffmp4movmkv

Ausgabe

Wähle VocalParse, GAME, ROSVOT oder SOME für notennahe, begleitungsrobuste oder schnelle Gesangstranskription.

Anwendungsfall

Wähle VocalParse, GAME, ROSVOT oder SOME für notennahe, begleitungsrobuste oder schnelle Gesangstranskription.

Modelle, Parameter und Quellen

Wähle VocalParse, GAME, ROSVOT oder SOME für notennahe, begleitungsrobuste oder schnelle Gesangstranskription.

VocalParse 1.7BGAMEROSVOTSOMEVocalParse source (pinned)VocalParse weights (pinned)SingCrawl dataset sourceVocalParse paperGAME source (pinned)GAME v1.0.3 weightsGAME technical guide (pinned)GAME ONNX guide (pinned)

VocalParse 1.7B

Standardpfad für strukturiertes, partiturähnliches Gesangs-MIDI aus saubererem Gesang; der feste Checkpoint bietet keine offiziellen einstellbaren Inferenzparameter.

VocalParse source (pinned)VocalParse weights (pinned)SingCrawl dataset source VocalParse paper

Dedizierte Route: Dieses Tool verwendet den für diesen Workflow ausgewählten Modellpfad.

GAME

GAME wandelt Gesang mit offiziellen Grenz-, D3PM- und Schätzparametern in MIDI um. Die Sprache ist standardmäßig automatisch/nicht angegeben; Chinesisch wird nicht erzwungen.

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

Automatisch verwendet GAMEs offizielle universelle/nicht angegebene Sprach-ID 0. Eine konkrete Sprache nur wählen, wenn die Gesangssprache bekannt ist.
Segmentierungsschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Segmentierungsradius (s) — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
D3PM-Startzeit — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
D3PM-Schritte — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Schätzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Nach der Inferenz schreibt Beat This final0 ein gültiges festes Tempo oder eine taktweise Tempokarte in die MIDI-Datei und erhält alle Ereignispositionen in Sekunden. Fehlen gültige Beat-Daten, schlägt die Aufgabe fehl, statt MIDI mit dem Modell-Standardtempo auszuliefern.

ROSVOT

Robuster Pfad für Gesang mit Rauschen oder Begleitungsresten; der aktuelle offizielle Checkpoint wurde überwiegend mit Mandarin-Gesang trainiert.

ROSVOT source (pinned)ROSVOT project page ROSVOT paper

Notengrenzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Wortgrenzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Bindebögen prüfen — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.

SOME

SOME ist der schnelle, leichte Gesang-zu-MIDI-Pfad. Es gibt keine öffentlichen Modellregler; die optionale MIDI-Tempoverbesserung erfolgt nach der Inferenz.

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

Nach der Inferenz schreibt Beat This final0 ein gültiges festes Tempo oder eine taktweise Tempokarte in die MIDI-Datei und erhält alle Ereignispositionen in Sekunden. Fehlen gültige Beat-Daten, schlägt die Aufgabe fehl, statt MIDI mit dem Modell-Standardtempo auszuliefern.

Papier- und Benchmark-Notizen

VocalParse: Towards Unified and Scalable Singing Voice Transcription with Large Audio Language Models

arXiv - 2026

Standardpfad für strukturiertes, partiturähnliches Gesangs-MIDI aus saubererem Gesang; der feste Checkpoint bietet keine offiziellen einstellbaren Inferenzparameter.

Paper

Robust Singing Voice Transcription Serves Synthesis

ACL - 2024

Robuster Pfad für Gesang mit Rauschen oder Begleitungsresten; der aktuelle offizielle Checkpoint wurde überwiegend mit Mandarin-Gesang trainiert.

Paper

GAME: Generative Adaptive MIDI Extractor

Official technical guide - 2026

GAME wandelt Gesang mit offiziellen Grenz-, D3PM- und Schätzparametern in MIDI um. Die Sprache ist standardmäßig automatisch/nicht angegeben; Chinesisch wird nicht erzwungen.

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

SOME: Singing-Oriented MIDI Extractor

Official technical guide - 2023

SOME ist der schnelle, leichte Gesang-zu-MIDI-Pfad. Es gibt keine öffentlichen Modellregler; die optionale MIDI-Tempoverbesserung erfolgt nach der Inferenz.

Technical guide (pinned)Baseline weights

Offizielle / Repositorien

VocalParse source (pinned)VocalParse weights (pinned)SingCrawl dataset source GAME source (pinned)GAME v1.0.3 weights ROSVOT source (pinned)ROSVOT project page SOME source (pinned)SOME baseline weights

Arbeiten / technische Anmerkungen

VocalParse paper GAME technical guide (pinned)GAME ONNX guide (pinned)ROSVOT paper SOME technical guide (pinned)

Parameterleitfaden

Automatisch verwendet GAMEs offizielle universelle/nicht angegebene Sprach-ID 0. Eine konkrete Sprache nur wählen, wenn die Gesangssprache bekannt ist.
Segmentierungsschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Segmentierungsradius (s) — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
D3PM-Startzeit — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
D3PM-Schritte — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Schätzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Nach der Inferenz schreibt Beat This final0 ein gültiges festes Tempo oder eine taktweise Tempokarte in die MIDI-Datei und erhält alle Ereignispositionen in Sekunden. Fehlen gültige Beat-Daten, schlägt die Aufgabe fehl, statt MIDI mit dem Modell-Standardtempo auszuliefern.
Notengrenzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Wortgrenzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Bindebögen prüfen — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.

Anwendungsfälle

Verwandeln Sie eine vollständige Aufnahme in bearbeitbare Notizen, Trommelschläge, Tabulaturen oder eine Akkord-Zeitleiste.
Vergleichen Sie die Modellausgabe mit dem Originalaudio um Einsätze, Grenzen und Quellenzuordnung zu überprüfen.
Verschieben Sie MIDI- und zeitausgerichtete Tabellen in eine DAW, einen Notationseditor oder einen nachgelagerten Analyse-Workflow.

Arbeitsablauf

1Laden Sie die vollständige unterstützte Datei statt eines kurzen Testfragments hoch.
2Wählen Sie das Profil aus, das zum Instrument oder zur Aufgabe passt, und passen Sie dann nur die von diesem offiziellen Modell bereitgestellten Steuerelemente an.
3Überprüfen Sie die Vorschau anhand des Originalaudios und laden Sie die Ergebnisdateien aus dem fertigen herunter Aufgabe.

Vorflug-Checkliste

Senden Sie keinen dichten Gesamtmix direkt an ein Solo-Instrumentenmodell; Trennen Sie bei Bedarf zuerst den Zielhals.
Beginnen Sie mit den veröffentlichten Standardeinstellungen und ändern Sie die Schwellenwerte nur, wenn in der Vorschau eine bestimmte Grenze oder ein Problem mit falschen Noten angezeigt wird.
Behandeln Sie die Transkription als bearbeitbaren Entwurf: Timing, Notenlänge, Fingersatz und Akkordgrenzen müssen möglicherweise noch musikalisch korrigiert werden.

Modellbelege in diesem Durchlauf

Modelle, Parameter und Quellen

Wähle VocalParse, GAME, ROSVOT oder SOME für notennahe, begleitungsrobuste oder schnelle Gesangstranskription.

VocalParse 1.7B

Modell

Standardpfad für strukturiertes, partiturähnliches Gesangs-MIDI aus saubererem Gesang; der feste Checkpoint bietet keine offiziellen einstellbaren Inferenzparameter.

Dedizierte Route: Dieses Tool verwendet den für diesen Workflow ausgewählten Modellpfad.

VocalParse source (pinned)VocalParse weights (pinned)SingCrawl dataset source VocalParse paper

GAME

Modell

GAME wandelt Gesang mit offiziellen Grenz-, D3PM- und Schätzparametern in MIDI um. Die Sprache ist standardmäßig automatisch/nicht angegeben; Chinesisch wird nicht erzwungen.

Automatisch verwendet GAMEs offizielle universelle/nicht angegebene Sprach-ID 0. Eine konkrete Sprache nur wählen, wenn die Gesangssprache bekannt ist.
Segmentierungsschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Segmentierungsradius (s) — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
D3PM-Startzeit — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
D3PM-Schritte — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Schätzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Nach der Inferenz schreibt Beat This final0 ein gültiges festes Tempo oder eine taktweise Tempokarte in die MIDI-Datei und erhält alle Ereignispositionen in Sekunden. Fehlen gültige Beat-Daten, schlägt die Aufgabe fehl, statt MIDI mit dem Modell-Standardtempo auszuliefern.

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

ROSVOT

Modell

Robuster Pfad für Gesang mit Rauschen oder Begleitungsresten; der aktuelle offizielle Checkpoint wurde überwiegend mit Mandarin-Gesang trainiert.

Notengrenzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Wortgrenzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Bindebögen prüfen — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.

ROSVOT source (pinned)ROSVOT project page ROSVOT paper

SOME

Modell

SOME ist der schnelle, leichte Gesang-zu-MIDI-Pfad. Es gibt keine öffentlichen Modellregler; die optionale MIDI-Tempoverbesserung erfolgt nach der Inferenz.

Nach der Inferenz schreibt Beat This final0 ein gültiges festes Tempo oder eine taktweise Tempokarte in die MIDI-Datei und erhält alle Ereignispositionen in Sekunden. Fehlen gültige Beat-Daten, schlägt die Aufgabe fehl, statt MIDI mit dem Modell-Standardtempo auszuliefern.

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

Benchmark-Chart: VocalParse-Transkriptionsfehler auf Opencpop (Paper, Tabelle 1) / ROSVOT-Robustheit bei sauberem und verrauschtem Audio (Paper, Tabelle 1)

VocalParse-Transkriptionsfehler auf Opencpop (Paper, Tabelle 1)

VocalParse paper, Table 1

VocalParse, GAME, ROSVOT und SOME veröffentlichen Ergebnisse mit unterschiedlichen Datensätzen, Sprachen, Beschriftungsregeln und Abgleichstoleranzen. Es gibt kein verifiziertes gemeinsames öffentliches Protokoll für alle vier bereitgestellten Checkpoints; deshalb wird keine kombinierte Rangfolge erfunden.

Papier- und Benchmark-Notizen	Modell	MAE_pitch ↓	Detaillierte Metriken
Referenztext + SOFA-Zeitstempel	ROSVOTTelkNetPaper Table 1	0.38	MAE_note ↓0.45MAE_duration ↓0.40MAE_note-count ↓0.20
Nur Audio	VocalParse 1.7BTelkNetPaper Table 1	0.56	MAE_note ↓0.44MAE_duration ↓0.34MAE_note-count ↓0.11
Audio + Referenztext	VocalParse 1.7BTelkNetPaper Table 1	0.35	MAE_note ↓0.43MAE_duration ↓0.33MAE_note-count ↓0.11

ROSVOT-Robustheit bei sauberem und verrauschtem Audio (Paper, Tabelle 1)

ROSVOT paper, Table 1

Robuster Pfad für Gesang mit Rauschen oder Begleitungsresten; der aktuelle offizielle Checkpoint wurde überwiegend mit Mandarin-Gesang trainiert.

Papier- und Benchmark-Notizen	Modell	COnPOff F1 (%)	Detaillierte Metriken
Sauber	ROSVOTTelkNetPaper Table 1	77.4	COn F1 (%)94.0COff F1 (%)94.5Pitch AOR (%)97.0Melody RPA (%)87.6
MUSAN-Rauschen	ROSVOTTelkNetPaper Table 1	77.0	COn F1 (%)93.8COff F1 (%)94.4Pitch AOR (%)97.1Melody RPA (%)87.4

Benchmark-Prüfung

GAME

Parameterleitfaden

Automatisch verwendet GAMEs offizielle universelle/nicht angegebene Sprach-ID 0. Eine konkrete Sprache nur wählen, wenn die Gesangssprache bekannt ist.
Segmentierungsschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Segmentierungsradius (s) — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
D3PM-Startzeit — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
D3PM-Schritte — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Schätzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Nach der Inferenz schreibt Beat This final0 ein gültiges festes Tempo oder eine taktweise Tempokarte in die MIDI-Datei und erhält alle Ereignispositionen in Sekunden. Fehlen gültige Beat-Daten, schlägt die Aufgabe fehl, statt MIDI mit dem Modell-Standardtempo auszuliefern.
Notengrenzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Wortgrenzschwelle — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.
Bindebögen prüfen — Offizielle Modelloption; im Zweifel den Standardwert beibehalten.

Arbeiten / technische Anmerkungen

VocalParse source (pinned)VocalParse weights (pinned)SingCrawl dataset source VocalParse paper GAME source (pinned)GAME v1.0.3 weights GAME technical guide (pinned)GAME ONNX guide (pinned)ROSVOT source (pinned)ROSVOT project page ROSVOT paper SOME source (pinned)SOME baseline weights SOME technical guide (pinned)

Demo

25時の情熱

Wähle VocalParse, GAME, ROSVOT oder SOME für notennahe, begleitungsrobuste oder schnelle Gesangstranskription.

MIDI-Vorschau

VocalParse 1.7B

MIDI-Ausgabe

In Instandhaltung

Dieses Werkzeug wird derzeit gewartet. Bitte versuchen Sie es später noch einmal.

Schnelles Feedback

Schreib hier deinen Vorschlag oder Wunsch und sende ihn ab. Wir hören auf jedes Feedback und setzen gute Ideen gern in echte Funktionen um.