Cargando...
ADTOF Plus · ADTOF Direct · ADT_STR · MSG-LD. Las mezclas completas pasan primero por la separación de batería del proceso seleccionado. La batería aislada pasa directamente al modelo de transcripción o separación elegido.
Entrada
Soporta entradas en formatos como mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Formatos soportados
Producción
5 × WAV · MIDI · CSV
Caso de uso
Editar notas, instrumentación y detalles de interpretación.
Elija según la entrada y salida, después las pruebas comparables, evaluaciones publicadas y capacidades. La falta de puntuación no implica menor calidad; más parámetros o una versión reciente no prueban superioridad. Es un orden de uso sugerido, no una clasificación general.
Coste, tiempo, formatos y parámetros dependen del modelo elegido.
Resultados publicados de modelos dentro y fuera de este sitio. Se abre la clasificación global; cambia la evaluación o categoría para ver su clasificación. Cada evaluación conserva sus propias condiciones.
La puntuación global es la media con igual peso de 2 resultados en las mismas condiciones. Solo se incluyen registros completos.
Componentes：MDB · Overall · ENST · Overall
Las marcas identifican modelos o componentes usados aquí. Las puntuaciones y los ajustes proceden de las pruebas citadas, no de una nueva evaluación de todo el proceso del sitio.
| Rango | Modelo | F1 (%) |
|---|---|---|
| 1 | ADTOF | 75.2 |
| 2 | MSG-LD OBModelo usado aquí | 67.35 |
| 3 | MSG-LD Vanilla | 66.7 |
| 4 | MSG-LD OBTBModelo usado aquí | 66.3 |
| 5 | MSG-LD TB | 66.2 |
| 6 | LarsNet | 55.3 |
Las puntuaciones solo corresponden al conjunto de datos, métrica y versión citados. Liderar esta tabla no significa un récord mundial actual ni un resultado de este servicio. Las capacidades y pruebas pueden priorizar modelos sin puntuaciones comparables.
La tabla solo incluye modelos con pesos o configuraciones públicas que pueden ejecutarse localmente.
ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74
Fuentes públicas verificadas: 2026-09-27
| Rango | Condición de prueba | Modelo | Medida F (%) | Métricas detalladas |
|---|---|---|---|---|
| #1 | Ejecución Keras original | ADTOF (original)Pinned README table | 88.74 | Precisión (%)89.90Recordar (%)88.68 |
| #2 | Ejecución convertida a PyTorch | ADTOF Direct · PyTorchPinned README table | 88.51 | Precisión (%)89.83Recordar (%)88.26 |
Las cifras proceden de la fuente pública enlazada. Cada fila indica el conjunto o checkpoint; se omiten los modelos sin un resultado equivalente.
Fuentes públicas verificadas: 2026-09-27
| Rango | Condición de prueba | Modelo | F1 (%) | Métricas detalladas |
|---|---|---|---|---|
| #1 | MDB · 5 classes · onset only · 50 ms | ADTOF PlusPaper Table 1 | 89.00 | Precisión (%)89.00Recordar (%)89.00 |
| #2 | MDB · 5 classes · onset only · 50 ms | Original ADTOFPaper Table 1 | 87.00 | |
| #2 | RBMA · 5 classes · onset only · 50 ms | ADTOF PlusPaper Table 1 | 63.00 | Precisión (%)66.00Recordar (%)62.00 |
| #1 | RBMA · 5 classes · onset only · 50 ms | Original ADTOFPaper Table 1 | 65.00 | |
| #1 | ENST · 5 classes · onset only · 50 ms | ADTOF PlusPaper Table 1 | 85.00 | Precisión (%)91.00Recordar (%)81.00 |
| #2 | ENST · 5 classes · onset only · 50 ms | Original ADTOFPaper Table 1 | 84.00 |
Las cifras proceden de la fuente pública enlazada. Cada fila indica el conjunto o checkpoint; se omiten los modelos sin un resultado equivalente.
Fuentes públicas verificadas: 2026-09-27
| Rango | Condición de prueba | Modelo | F1 (%) | Métricas detalladas |
|---|---|---|---|---|
| #1 | MDB · 8-class evaluation · onset only · 50 ms | ADTOF PlusPaper Table 2 | 84.00 | Precisión (%)84.00Recordar (%)84.00 |
| #2 | MDB · 8-class evaluation · onset only · 50 ms | Vogl et al. 8-class baselinePaper Table 2 | 72.00 | |
| #2 | RBMA · 8-class evaluation · onset only · 50 ms | ADTOF PlusPaper Table 2 | 56.00 | Precisión (%)60.00Recordar (%)55.00 |
| #1 | RBMA · 8-class evaluation · onset only · 50 ms | Vogl et al. 8-class baselinePaper Table 2 | 58.00 | |
| #1 | ENST · 8-class evaluation · onset only · 50 ms | ADTOF PlusPaper Table 2 | 76.00 | Precisión (%)81.00Recordar (%)72.00 |
| #2 | ENST · 8-class evaluation · onset only · 50 ms | Vogl et al. 8-class baselinePaper Table 2 | 65.00 |
Setting-1 a Setting-4 de la tabla 2 son experimentos de entrenamiento, no los pesos seleccionables τ=0.4/0.6/0.8. Evalúan batería aislada, no mezclas completas.
Se clasifica dentro de cada tabla y condición, conservando empates. Cambiar la métrica reordena las filas; desplázate horizontalmente para ver todas las columnas. Los datos ausentes no son ceros ni reciben puesto.
Fuentes públicas verificadas: 2026-09-23
8/8 filas · 6 métricas
| Rango | Condición de prueba | Modelo | SUM F1 (%) | BD F1 (%) | SD F1 (%) | TT F1 (%) | HH F1 (%) | CY+RD F1 (%) |
|---|---|---|---|---|---|---|---|---|
| #1 | ENST · ADT-STR Table 2 | ADT-STR Setting-1 | 73.00 | 87.00 | 80.00 | 55.00 | 77.00 | 49.00 |
| #2 | ENST · ADT-STR Table 2 | ADT-STR Setting-3 | 70.00 | 85.00 | 75.00 | 42.00 | 73.00 | 52.00 |
| #3 | ENST · ADT-STR Table 2 | ADT-STR Setting-4 | 69.00 | 83.00 | 75.00 | 58.00 | 69.00 | 50.00 |
| #4 | ENST · ADT-STR Table 2 | ADT-STR Setting-2 | 67.00 | 84.00 | 77.00 | 43.00 | 75.00 | 38.00 |
| #1 | MDB · ADT-STR Table 2 | ADT-STR Setting-1 | 79.00 | 92.00 | 85.00 | 77.00 | 74.00 | 52.00 |
| #1 | MDB · ADT-STR Table 2 | ADT-STR Setting-4 | 79.00 | 91.00 | 85.00 | 75.00 | 77.00 | 52.00 |
| #3 | MDB · ADT-STR Table 2 | ADT-STR Setting-3 | 76.00 | 93.00 | 83.00 | 46.00 | 73.00 | 44.00 |
| #4 | MDB · ADT-STR Table 2 | ADT-STR Setting-2 | 73.00 | 91.00 | 79.00 | 45.00 | 72.00 | 43.00 |
El artículo evalúa OB, TB y OBTB por separado; las cifras de OB no corresponden al OBTB predeterminado. F1 de notas y mel-MSE/FAD de audio se muestran en tablas distintas. La cadena de detección del artículo no se ha reevaluado aquí.
Se clasifica dentro de cada tabla y condición, conservando empates. Cambiar la métrica reordena las filas; desplázate horizontalmente para ver todas las columnas. Los datos ausentes no son ceros ni reciben puesto.
Fuentes públicas verificadas: 2026-09-23
36/36 filas · 3 métricas
| Rango | Condición de prueba | Modelo | F1 (%) | Precisión (%) | Recordar (%) |
|---|---|---|---|---|---|
| #1 | MDB · Kick · 50 ms · MSG-LD Table 3 | MSG-LD OB | 93.10 | 93.90 | 92.30 |
| #2 | MDB · Kick · 50 ms · MSG-LD Table 3 | LarsNet | 89.90 | 89.30 | 90.60 |
| #3 | MDB · Kick · 50 ms · MSG-LD Table 3 | ADTOF | 85.10 | 79.00 | 92.30 |
| #1 | MDB · Snare · 50 ms · MSG-LD Table 3 | MSG-LD OB | 76.00 | 79.10 | 73.20 |
| #2 | MDB · Snare · 50 ms · MSG-LD Table 3 | ADTOF | 75.20 | 82.80 | 69.00 |
| #3 | MDB · Snare · 50 ms · MSG-LD Table 3 | LarsNet | 75.10 | 82.10 | 69.20 |
| #1 | MDB · Toms · 50 ms · MSG-LD Table 3 | ADTOF | 52.00 | 52.00 | 52.00 |
| #2 | MDB · Toms · 50 ms · MSG-LD Table 3 | MSG-LD OB | 26.80 | 30.90 | 23.60 |
| #3 | MDB · Toms · 50 ms · MSG-LD Table 3 | LarsNet | 26.10 | 42.10 | 18.90 |
| #1 | MDB · Hi-Hats · 50 ms · MSG-LD Table 3 | ADTOF | 77.30 | 85.90 | 70.30 |
| #2 | MDB · Hi-Hats · 50 ms · MSG-LD Table 3 | MSG-LD OB | 65.00 | 55.00 | 79.40 |
| #3 | MDB · Hi-Hats · 50 ms · MSG-LD Table 3 | LarsNet | 41.00 | 40.50 | 41.50 |
| #1 | MDB · Cymbals · 50 ms · MSG-LD Table 3 | ADTOF | 84.90 | 80.20 | 90.20 |
| #2 | MDB · Cymbals · 50 ms · MSG-LD Table 3 | MSG-LD OB | 48.10 | 66.30 | 37.70 |
| #3 | MDB · Cymbals · 50 ms · MSG-LD Table 3 | LarsNet | 21.70 | 87.30 | 12.40 |
| #1 | MDB · Overall · 50 ms · MSG-LD Table 3 | ADTOF | 79.50 | 81.30 | 77.80 |
| #2 | MDB · Overall · 50 ms · MSG-LD Table 3 | MSG-LD OB | 70.70 | 70.90 | 70.40 |
| #3 | MDB · Overall · 50 ms · MSG-LD Table 3 | LarsNet | 61.30 | 70.00 | 54.50 |
| #1 | ENST · Kick · 50 ms · MSG-LD Table 3 | MSG-LD OB | 82.10 | 94.10 | 72.90 |
| #2 | ENST · Kick · 50 ms · MSG-LD Table 3 | ADTOF | 79.50 | 98.40 | 66.70 |
| #3 | ENST · Kick · 50 ms · MSG-LD Table 3 | LarsNet | 77.90 | 89.30 | 69.00 |
| #1 | ENST · Snare · 50 ms · MSG-LD Table 3 | MSG-LD OB | 64.20 | 69.80 | 59.40 |
| #2 | ENST · Snare · 50 ms · MSG-LD Table 3 | LarsNet | 60.60 | 78.70 | 49.30 |
| #3 | ENST · Snare · 50 ms · MSG-LD Table 3 | ADTOF | 59.90 | 93.20 | 44.10 |
| #1 | ENST · Toms · 50 ms · MSG-LD Table 3 | ADTOF | 58.10 | 66.90 | 51.30 |
| #2 | ENST · Toms · 50 ms · MSG-LD Table 3 | MSG-LD OB | 49.10 | 41.50 | 60.20 |
| #3 | ENST · Toms · 50 ms · MSG-LD Table 3 | LarsNet | 34.80 | 23.10 | 69.80 |
| #1 | ENST · Hi-Hats · 50 ms · MSG-LD Table 3 | ADTOF | 77.70 | 93.60 | 66.30 |
| #2 | ENST · Hi-Hats · 50 ms · MSG-LD Table 3 | MSG-LD OB | 63.00 | 64.30 | 61.80 |
| #3 | ENST · Hi-Hats · 50 ms · MSG-LD Table 3 | LarsNet | 34.00 | 69.90 | 22.50 |
| #1 | ENST · Cymbals · 50 ms · MSG-LD Table 3 | ADTOF | 65.70 | 78.80 | 56.30 |
| #2 | ENST · Cymbals · 50 ms · MSG-LD Table 3 | MSG-LD OB | 39.10 | 61.10 | 28.70 |
| #3 | ENST · Cymbals · 50 ms · MSG-LD Table 3 | LarsNet | 34.90 | 24.30 | 61.90 |
| #1 | ENST · Overall · 50 ms · MSG-LD Table 3 | ADTOF | 70.90 | 90.80 | 58.20 |
| #2 | ENST · Overall · 50 ms · MSG-LD Table 3 | MSG-LD OB | 64.00 | 69.50 | 59.30 |
| #3 | ENST · Overall · 50 ms · MSG-LD Table 3 | LarsNet | 49.30 | 50.40 | 48.30 |
El artículo evalúa OB, TB y OBTB por separado; las cifras de OB no corresponden al OBTB predeterminado. F1 de notas y mel-MSE/FAD de audio se muestran en tablas distintas. La cadena de detección del artículo no se ha reevaluado aquí.
Se clasifica dentro de cada tabla y condición, conservando empates. Cambiar la métrica reordena las filas; desplázate horizontalmente para ver todas las columnas. Los datos ausentes no son ceros ni reciben puesto.
Fuentes públicas verificadas: 2026-09-23
12/12 filas · 3 métricas
| Rango | Condición de prueba | Modelo | F1 (%) | Precisión (%) | Recordar (%) |
|---|---|---|---|---|---|
| #1 | MDB Overall · MSG-LD Table 4 | MSG-LD OB | 70.70 | 70.90 | 70.40 |
| #2 | MDB Overall · MSG-LD Table 4 | MSG-LD TB | 69.80 | 70.60 | 69.10 |
| #3 | MDB Overall · MSG-LD Table 4 | MSG-LD OBTBTelkNet | 69.00 | 70.90 | 67.20 |
| #4 | MDB Overall · MSG-LD Table 4 | MSG-LD Vanilla | 68.90 | 70.10 | 67.80 |
| #1 | ENST Overall · MSG-LD Table 4 | MSG-LD Vanilla | 64.50 | 71.40 | 58.80 |
| #2 | ENST Overall · MSG-LD Table 4 | MSG-LD OB | 64.00 | 69.50 | 59.30 |
| #3 | ENST Overall · MSG-LD Table 4 | MSG-LD OBTBTelkNet | 63.60 | 70.30 | 58.00 |
| #4 | ENST Overall · MSG-LD Table 4 | MSG-LD TB | 62.60 | 67.70 | 58.20 |
| #1 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD OB | 67.40 | — | — |
| #2 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD Vanilla | 66.70 | — | — |
| #3 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD OBTBTelkNet | 66.30 | — | — |
| #4 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD TB | 66.20 | — | — |
MSG-LD genera cinco pistas de batería y detecta ataques; el MIDI usa velocidad 100 y duración fija de reproducción de 0,1 segundos.
ADTOF Plus añade separación de batería, asignación de intensidad y tratamiento del charles abierto o cerrado a ADTOF; admite mezclas completas.
ADTOF Direct transcribe baterías aisladas con PyTorch ADTOF. Para mezclas completas, TelkNet extrae primero la batería con AudioSep-Hive; no aplica el posprocesado de intensidad ni de hi-hat abierto/cerrado de Plus.
ADT_STR detecta ataques y velocidades de 26 clases de batería y exporta MIDI.
ADT_STR detecta ataques y velocidades de 26 clases de batería y exporta MIDI.
ADT_STR detecta ataques y velocidades de 26 clases de batería y exporta MIDI.
arXiv - 2025
ISMIR - 2021
Signals - 2023
Indica la herramienta, los pasos y el problema en tus comentarios. Las capturas de pantalla ayudan a localizarlo.