Cargando...

Batería a MIDI · MSG-LD / ADTOF · TelkNet

MIDI / transcripciónGPU carga de trabajoSeparate-and-detect · Código Separate-and-Detect · Pesos vae-ckpt.ckpt · Pesos hifigan-ckpt.ckpt · Pesos vgg16-397923af.pth · Pesos vgg.pth · Pesos 955717e8-8726e21a.th · Pesos madmom_models · Pesos MSG-LD · OB · Artículo

Batería a MIDI

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.

15 créditos/usoEntrada de archivoMáximo 100 MBSe estima 20-1800 segundos

Entrada

Soporta entradas en formatos como mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

Formatos soportados

mp3wavflacoggm4aaacaifaiffmp4movmkv

Producción

5 × WAV · MIDI · CSV

Caso de uso

Editar notas, instrumentación y detalles de interpretación.

Elige una familia de modelos

Batería a MIDI · MSG-LDDisponibleSepara batería y detecta ataques para un borrador MIDI; velocidad y duración de reproducción fijas.Batería a MIDI · ADTOFDisponibleBatería a MIDI: Plus añade velocidad y charles abierto/cerrado; Direct transcribe directamente.Batería a MIDI · ADT_STRDisponibleTranscribe ataques y velocidades de 26 clases de batería; tres versiones τ con entrenamientos distintos.

Elige una versión o modo de procesamiento

Batería a MIDI · MSG-LD · OBEntrenado con una rama auxiliar de ataques; genera cinco pistas y detecta golpes.RecomendadoDisponibleBatería a MIDI · MSG-LD · OBTBEntrenado con ramas auxiliares de ataques y timbre; genera cinco pistas y detecta golpes.Disponible

Elige un modelo según tu material y objetivo y revisa los ejemplos antes de enviar.

Coste, tiempo, formatos y parámetros dependen del modelo elegido.

Separa las partes de batería y localiza los golpes. La velocidad MIDI se fija en 100 y cada evento dura 0.1 segundos; la duración del WAV completo no cambia.

Comentarios rápidos

Indica la herramienta, los pasos y el problema en tus comentarios. Las capturas de pantalla ayudan a localizarlo.

Modelos, parámetros y fuentes

MSG-LD genera cinco pistas de batería y detecta ataques; el MIDI usa velocidad 100 y duración fija de reproducción de 0,1 segundos.

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

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

msgld_ob usa la rama de ataque; msgld_obtb usa las ramas de ataque y timbre.
Pasos de muestreo DDIM, 200 por defecto. Puedes usar 50, 100, 200, 250 o 500; algunos otros valores no son compatibles.
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.
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.

MSG-LD · OBTB

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

msgld_ob usa la rama de ataque; msgld_obtb usa las ramas de ataque y timbre.
Pasos de muestreo DDIM, 200 por defecto. Puedes usar 50, 100, 200, 250 o 500; algunos otros valores no son compatibles.
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.
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.

ADTOF Plus

ADTOF Plus añade separación de batería, asignación de intensidad y tratamiento del charles abierto o cerrado a ADTOF; admite mezclas completas.

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

Actívalo para separar primero la batería de una mezcla completa; desactívalo si subes una pista de batería aislada.
Umbral de detección de golpes de batería de ADTOF Plus; déjalo vacío para usar el valor predeterminado del modelo.
Tras la transcripción, analiza los pulsos originales y escribe el tempo en el MIDI conservando los tiempos de las notas.

ADTOF Direct · PyTorch

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.

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

Ajusta por separado los umbrales de detección de bombo, caja, hi-hat, toms y platos.
Resolución temporal, 100 FPS por defecto; cambiarla puede afectar a la calidad de la transcripción.
Tras la transcripción, analiza los pulsos originales y escribe el tempo en el MIDI conservando los tiempos de las notas.

ADT_STR · tau=0.8

ADT_STR detecta ataques y velocidades de 26 clases de batería y exporta MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Selecciona una variante de pesos publicada oficialmente.
Máximo de token generados por segmento; valor oficial 1024.
Tamaño oficial del lote de inferencia: segmentos procesados juntos.
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.
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.

ADT_STR · tau=0.4

ADT_STR detecta ataques y velocidades de 26 clases de batería y exporta MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Selecciona una variante de pesos publicada oficialmente.
Máximo de token generados por segmento; valor oficial 1024.
Tamaño oficial del lote de inferencia: segmentos procesados juntos.
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.
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.

ADT_STR · tau=0.6

ADT_STR detecta ataques y velocidades de 26 clases de batería y exporta MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Selecciona una variante de pesos publicada oficialmente.
Máximo de token generados por segmento; valor oficial 1024.
Tamaño oficial del lote de inferencia: segmentos procesados juntos.
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.
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.

Notas en papel y benchmarks

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

Oficiales / repositorios

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

Artículos / notas técnicas

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

Guía de parámetros

Actívalo para separar primero la batería de una mezcla completa; desactívalo si subes una pista de batería aislada.
Umbral de detección de golpes de batería de ADTOF Plus; déjalo vacío para usar el valor predeterminado del modelo.
Ajusta por separado los umbrales de detección de bombo, caja, hi-hat, toms y platos.
Resolución temporal, 100 FPS por defecto; cambiarla puede afectar a la calidad de la transcripción.
Tras la transcripción, analiza los pulsos originales y escribe el tempo en el MIDI conservando los tiempos de las notas.

Flujo de trabajo

1Las mezclas completas pasan primero por la separación de batería del proceso seleccionado. La batería aislada pasa directamente al modelo de transcripción o separación elegido.
2Descarga el MIDI y revisa bombo, caja, charles y demás elementos.

Qué revisar

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.
Resolución temporal, 100 FPS por defecto; cambiarla puede afectar a la calidad de la transcripción.

Modelos de este campo

3 resultados

Incluye resultados públicos de modelos usados aquí y en otros servicios. La tabla completa de la fuente se muestra por defecto; también se pueden elegir condiciones y métricas para comparar. Las puntuaciones de pruebas con condiciones distintas no son directamente comparables.

Solo se muestran registros con implementación pública de inferencia y pesos correspondientes verificados, además de algoritmos que no necesitan pesos. Se excluyen servicios cerrados, pesos no publicados y versiones experimentales sin correspondencia comprobada. No es una clasificación de todos los modelos.

Publicar los pesos no demuestra que exista una licencia de código abierto completa. Despliega los datos para consultar las licencias declaradas y las condiciones de acceso. Las licencias no declaradas se indican por separado.

EvaluaciónCategoría

MSG-LD / ADTOF / LarsNet · MDB + ENST · 5 classes · 50 ms

Elige un conjunto de datos para ver todas las métricas de cada modelo. Las filas siguen la clasificación oficial o la métrica seleccionada. La negrita indica el mejor valor comparable de cada columna, incluidos los empates. Los protocolos de evaluación diferentes se clasifican por separado; las puntuaciones ausentes se muestran como -.

Clasificar por métrica

MSG-LD / ADTOF / LarsNet · MDB + ENST · 5 classes · 50 ms
Clasificación por métrica	Modelo	MDB · Overall	ENST · Overall	MDB					ENST
Clasificación por métrica	Modelo	MDB · Overall	ENST · Overall	Kick↑F1 (%)	Snare↑F1 (%)	Toms↑F1 (%)	Hi-Hats↑F1 (%)	Cymbals↑F1 (%)	Kick↑F1 (%)	Snare↑F1 (%)	Toms↑F1 (%)	Hi-Hats↑F1 (%)	Cymbals↑F1 (%)
1	ADTOF Pesos públicos · Código de inferencia Pesos públicos Código de inferencia`Frame_RNN_adtofAll_0.data-00000-of-00001 + .index`Licencia de los pesos (declaración del repositorio): CC-BY-NC-SA-4.0	79.5	70.9	85.1	75.2	52	77.3	84.9	79.5	59.9	58.1	77.7	65.7
2	MSG-LD OBModelo usado aquí Pesos públicos · Código de inferencia Pesos públicos Código de inferencia Licencia de los pesos (declaración del repositorio): mit	70.7	64	93.1	76	26.8	65	48.1	82.1	64.2	49.1	63	39.1
3	MSG-LD OBTB Pesos públicos · Código de inferencia Pesos públicos Código de inferencia Licencia de los pesos (declaración del repositorio): mit	69	63.6	-	-	-	-	-	-	-	-	-	-

Registros originales (3)

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.

MSG-LD · Tables 3–4 ↗Revisado: 2026-09-27

Todas las fuentes de evaluación (6)

Se separan conjuntos, versiones y condiciones, incluidas fuentes sin filas aptas para el ranking.

ADTOF-PyTorch README ↗
Entradas desplegables 2 / filas originales 2
Batería a MIDI ↗
Entradas desplegables 6 / filas originales 6
Batería a MIDI ↗
Entradas desplegables 3 / filas originales 6
Sin clasificar: 3
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
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 ↗
Entradas desplegables 0 / filas originales 8
Sin clasificar: 8
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
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 ↗
Entradas desplegables 2 / filas originales 3
Sin clasificar: 1
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
LarsNet
MSG-LD · Table 4 ↗
Entradas desplegables 2 / filas originales 4
Sin clasificar: 2
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
MSG-LD Vanilla · MSG-LD TB

Todos los resultados originales y fuentes

Las puntuaciones corresponden al conjunto de datos, métrica y versión indicados; no son comparables entre pruebas distintas.

La tabla solo incluye modelos con pesos o configuraciones públicas que pueden ejecutarse localmente.

ADTOF-PyTorch README

Entradas desplegables 2 / filas originales 2

ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74

Clasificar por métrica

ADTOF-PyTorch README
Clasificación por métrica	Modelo	Recall↑	Precision↑	F-measure↑
1	ADTOF (original) Pesos públicos · Código de inferencia Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Código de inferencia Licencia de los pesos (declaración del repositorio): CC-BY-NC-SA-4.0	88.68	89.90	88.74
2	ADTOF-pytorch Pesos públicos · Código de inferencia src/adtof_pytorch/data/adtof_frame_rnn_pytorch_weights.pth Código de inferenciaLicencia de los pesos no declarada	88.26	89.83	88.51

Registros originales (2)

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

Batería a MIDI

Los valores proceden de la fuente pública enlazada. Las etiquetas de las filas indican el conjunto de prueba o el checkpoint; las puntuaciones no publicadas se muestran como -.

Condición de pruebaClasificar por métrica

Batería a MIDI
Clasificación por métrica	Modelo	Condición de prueba	F1 (%)↑	Precisión (%)↑	Recordar (%)↑
1	ADTOF Plus Pesos públicos · Código de inferencia MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Código de inferencia`drumsep_5stems_mdx23c_jarredou.ckpt`Licencia de los pesos (declaración del repositorio): mit	MDB · 5 classes · onset only · 50 ms	89	89	89
2	Original ADTOF Pesos públicos · Código de inferencia Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Código de inferencia Licencia de los pesos (declaración del repositorio): CC-BY-NC-SA-4.0	MDB · 5 classes · onset only · 50 ms	87	-	-

Registros originales (6)

ADTOF Plus paper, Table 1 ↗

Batería a MIDI

Los valores proceden de la fuente pública enlazada. Las etiquetas de las filas indican el conjunto de prueba o el checkpoint; las puntuaciones no publicadas se muestran como -.

Condición de pruebaClasificar por métrica

Batería a MIDI
Clasificación por métrica	Modelo	Condición de prueba	F1 (%)↑	Precisión (%)↑	Recordar (%)↑
-	ADTOF Plus Pesos públicos · Código de inferencia MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Código de inferencia`drumsep_5stems_mdx23c_jarredou.ckpt`Licencia de los pesos (declaración del repositorio): mit	MDB · 8-class evaluation · onset only · 50 ms	84	84	84

Registros originales (3)

ADTOF Plus paper, Table 2 ↗

MSG-LD · Table 3

Entradas desplegables 2 / filas originales 3

Sin clasificar: 1

No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.

LarsNet

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.

Clasificar por métrica

MSG-LD · Table 3
Clasificación por métrica	Modelo	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
Clasificación por métrica	Modelo	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 Pesos públicos · Código de inferencia Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Código de inferencia Licencia de los pesos (declaración del repositorio): 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 Pesos públicos · Código de inferencia Código de inferencia Licencia de los pesos (declaración del repositorio): 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

Registros originales (2)

MSG-LD · Table 3 ↗Revisado: 2026-10-25

MSG-LD · Table 4

Entradas desplegables 2 / filas originales 4

Sin clasificar: 2

No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.

MSG-LD Vanilla · MSG-LD TB

Clasificar por métrica

MSG-LD · Table 4
Clasificación por métrica	Modelo	MDB Overall			ENST Overall			Mean overall F1 (2 sets)
Clasificación por métrica	Modelo	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑
1	MSG-LD OB Pesos públicos · Código de inferencia Código de inferencia Licencia de los pesos (declaración del repositorio): mit	0.707	0.709	0.704	0.640	0.695	0.593	0.674	0.674	0.674
2	MSG-LD OBTB Pesos públicos · Código de inferencia Código de inferencia Licencia de los pesos (declaración del repositorio): mit	0.690	0.709	0.672	0.636	0.703	0.580	0.663	0.663	0.663

Registros originales (2)

MSG-LD · Table 4 ↗Revisado: 2026-10-25