MuScriptor: An Open Model for Multi-Instrument Music Transcription
arXiv - 2026
Transcribe música a MIDI de varios instrumentos con MuScriptor-large.
Cargando...
Convierte canciones o conjuntos en MIDI multipista para corregir notas y arreglar las partes en tu DAW.
Entrada
Soporta entradas en formatos como mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Formatos soportados
Producción
MIDI
Caso de uso
Editar notas, instrumentación y detalles de interpretación.
Elige un modelo según tu material y objetivo y revisa los ejemplos antes de enviar.
Coste, tiempo, formatos y parámetros dependen del modelo elegido.
Indica la herramienta, los pasos y el problema en tus comentarios. Las capturas de pantalla ayudan a localizarlo.
Usa la segmentación y el contexto instrumental oficiales, sin la corrección por segmentos ni la recuperación vocal de TelkNet.
Reparación predeterminada que reduce errores instrumentales entre segmentos y conserva notas sostenidas; empieza aquí con mezclas completas.
YourMT3+ · YPTF.MoE+Multi noPS: Borradores de MIDI editables de mezclas completas, además de entradas más limpias para solo/instrumentos comunes como piano/teclado, guitar, bass, drums, cuerdas/vientos y vocal borradores
YMT3+: Borradores de MIDI editables de mezclas completas, además de entradas más limpias para solo/instrumentos comunes como piano/teclado, guitar, bass, drums, cuerdas/vientos y vocal borradores
YourMT3+ · YPTF.Single noPS: Borradores de MIDI editables de mezclas completas, además de entradas más limpias para solo/instrumentos comunes como piano/teclado, guitar, bass, drums, cuerdas/vientos y vocal borradores
YourMT3+ · YPTF.Multi PS: Borradores de MIDI editables de mezclas completas, además de entradas más limpias para solo/instrumentos comunes como piano/teclado, guitar, bass, drums, cuerdas/vientos y vocal borradores
YourMT3+ · YPTF.MoE+Multi PS: Borradores de MIDI editables de mezclas completas, además de entradas más limpias para solo/instrumentos comunes como piano/teclado, guitar, bass, drums, cuerdas/vientos y vocal borradores
MIROS MusicFM multi-decoder recorre la ruta oficial local MIROS con pretrained_msd.pt más la last.ckpt checkpoint afinada.
BS-RoFormer SW Fixed usa BS-Rofo-SW-Fixed.ckpt más BS-Rofo-SW-Fixed.yaml para dividir una mezcla completa en six WAV stems.
OaFS detecta 34 clases de instrumentos y exporta MIDI y tablas de notas con velocidad fija de 127.
Agrupa las notas en el número indicado de pistas de timbre sin nombre. No identifica instrumentos. Adecuado para conjuntos breves con un número conocido de instrumentos; las voces superpuestas del mismo tono pueden ser inseparables.
Separa voz, batería, bajo, guitarra, piano y otros sonidos, los transcribe y combina el MIDI. Permite predecir velocidades y reasignar instrumentos; los errores de separación pueden afectar a las notas.
Separa seis pistas y después transcribe MIDI. SheetSage2-Refined detecta pulsos, compás y secciones; Tsumugi detecta acordes y tonalidad. La transcripción de canción completa anterior sigue disponible.
arXiv - 2026
Transcribe música a MIDI de varios instrumentos con MuScriptor-large.
IEEE MLSP - 2024
YourMT3+ amplía MT3 con arquitectura de transformadores mejorada, variantes MoE, decodificación multicanal y cross-dataset stem augmentation.
ICLR - 2022
MT3 estableció la transcripción musical multitarea multipista con modelado de secuencias y sigue siendo la base para comparaciones de AMT más recientes.
arXiv / OpenReview - 2026
El resumen del AMT Challenge 2025 se publicó el 29-03-2026 para la competición del 1 de enero al 30 de abril de 2025. Informa de 21 equipos registrados, 14 equipos que se presentan, 8 equipos válidos puntuados y un conjunto de pruebas clásicas de 76 piezas con hasta tres instrumentos por extracto.
Signals - 2026
OaFS detecta 34 clases de instrumentos y exporta MIDI y tablas de notas con velocidad fija de 127.
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.
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 -.
Entradas desplegables 3 / filas originales 7
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
𝒟 Synth · MuScriptor trained on · 1 · 𝒟 Synth · MuScriptor trained on · 2 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 1 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 2
En el mismo D_Test privado, el artículo compara el modelo final con CFG=1 frente a YourMT3+. Los resultados no tienen reproducción independiente y no son directamente comparables con MIROS ni con otros protocolos.
| Clasificación por métrica | Modelo | Condición de prueba | F1 Score ( ↑ ) | ||||
|---|---|---|---|---|---|---|---|
| Onset | Frame | Offset | Drums | Multi | |||
| 1 | MuScriptor (1.3B) · 𝒟 Synth + 𝒟 Real + 𝒟 RLModelo usado aquíPesos públicos · Código de inferenciamodel.safetensorsCódigo de inferenciaLicencia de los pesos (declaración del repositorio): cc-by-nc-4.0Requiere aceptar las condiciones o solicitar acceso | D_Test · CFG = 1 | 60.4 | 73.3 | 49.0 | 50.2 | 48.2 |
| 2 | YourMT3+ (YPTF.MoE+Multi (noPS)) | D_Test · CFG = 1 | 32.52 | 45.54 | 17.79 | 41.4 | 21.9 |
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.
Se separan conjuntos, versiones y condiciones, incluidas fuentes sin filas aptas para el ranking.
Entradas desplegables 3 / filas originales 7
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
𝒟 Synth · MuScriptor trained on · 1 · 𝒟 Synth · MuScriptor trained on · 2 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 1 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 2
Entradas desplegables 16 / filas originales 16
Entradas desplegables 0 / filas originales 4
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
MuScriptor (60M) · MuScriptor (100M) · MuScriptor (300M) · MuScriptor (1.3B)
Entradas desplegables 9 / filas originales 17
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
GIU · press_to_win · press_to_win5 · press_to_win3 · press_to_win4 · Bytedance Piano transcription · press_to_win2 · Midnight Questor
Entradas desplegables 9 / filas originales 14
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
press_to_win 1 · press_to_win 2 · press_to_win 3 · Bytedance Piano · press_to_win 4
Entradas desplegables 9 / filas originales 9
Entradas desplegables 1 / filas originales 5
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
MT3 (our colab) · MT3 (colab ) · MT3 · PerceiverTF
Entradas desplegables 1 / filas originales 7
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
YMT3 · noPS · YMT3+ · noPS | PS · YPTF+S · noPS | PS · YPTF+M · noPS | PS · MT3 [ 1 ] · (colab) · AMT · Baseline *
Entradas desplegables 1 / filas originales 12
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
YMT3 base · + Intra-aug. · + Full-vocab. · + Data balancing · + Cross-aug. · + PTF-encoder · + FFN → MoE · + Multi decoder · MT3 (colab) · MT3 [ 1 ] · PerceiverTF [ 25 ]
Entradas desplegables 10 / filas originales 25
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
OaFS-ResUnet · Frame F1 (%) · OaFS-CFP · Frame F1 (%) · OaFS-single · Frame F1 (%) · OaFS-ResUnet · Onset F1 (%) · OaFS-CFP · Onset F1 (%) · OaFS-single · Onset F1 (%) · OaFS-ResUnet · Multi-Instrument Frame F1 (%) · OaFS-CFP · Multi-Instrument Frame F1 (%) · OaFS-single · Multi-Instrument Frame F1 (%) · OaFS-ResUnet · Multi-Instrument Onset F1 (%) · OaFS-CFP · Multi-Instrument Onset F1 (%) · OaFS-single · Multi-Instrument Onset F1 (%) · OaFS-ResUnet · Instrument Detection F1 (%) · OaFS-CFP · Instrument Detection F1 (%) · OaFS-single · Instrument Detection F1 (%)
Entradas desplegables 68 / filas originales 102
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
OaFS-Single · Acoustic Piano · OaFS-Single · Electric Piano · OaFS-Single · Chromatic Percussion · OaFS-Single · Organ · OaFS-Single · Acoustic Guitar · OaFS-Single · Clean Electric Guitar · OaFS-Single · Distorted Electric Guitar · OaFS-Single · Acoustic Bass · OaFS-Single · Electric Bass · OaFS-Single · Violin · OaFS-Single · Viola · OaFS-Single · Cello · OaFS-Single · Contrabass · OaFS-Single · Orchestral Harp · OaFS-Single · Timpani · OaFS-Single · String Ensemble · OaFS-Single · Synth Strings · OaFS-Single · Choir and Voice · OaFS-Single · Trumpet · OaFS-Single · Trombone · OaFS-Single · Tuba · OaFS-Single · French Horn · OaFS-Single · Brass Section · OaFS-Single · Soprano/Alto Sax · OaFS-Single · Tenor Sax · OaFS-Single · Baritone Sax · OaFS-Single · Oboe · OaFS-Single · English Horn · OaFS-Single · Bassoon · OaFS-Single · Clarinet · OaFS-Single · Pipe · OaFS-Single · Synth Lead · OaFS-Single · Synth Pad · OaFS-Single · Drums
Entradas desplegables 28 / filas originales 28
Entradas desplegables 2 / filas originales 5
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
OaFS-ResUnet · OaFS-CFP · OaFS-single
Entradas desplegables 3 / filas originales 7
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
D16 · MSE · Syn · Rescale
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.
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 -.
Entradas desplegables 3 / filas originales 7
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
𝒟 Synth · MuScriptor trained on · 1 · 𝒟 Synth · MuScriptor trained on · 2 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 1 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 2
En el mismo D_Test privado, el artículo compara el modelo final con CFG=1 frente a YourMT3+. Los resultados no tienen reproducción independiente y no son directamente comparables con MIROS ni con otros protocolos.
| Clasificación por métrica | Modelo | Condición de prueba | F1 Score ( ↑ ) | ||||
|---|---|---|---|---|---|---|---|
| Onset | Frame | Offset | Drums | Multi | |||
| 1 | MuScriptor (1.3B) · 𝒟 Synth + 𝒟 Real + 𝒟 RLPesos públicos · Código de inferenciamodel.safetensorsCódigo de inferenciaLicencia de los pesos (declaración del repositorio): cc-by-nc-4.0Requiere aceptar las condiciones o solicitar acceso | D_Test · CFG = 1 | 60.4 | 73.3 | 49.0 | 50.2 | 48.2 |
| 2 | YourMT3+ (YPTF.MoE+Multi (noPS)) | D_Test · CFG = 1 | 32.52 | 45.54 | 17.79 | 41.4 | 21.9 |
La tabla solo incluye modelos con pesos o configuraciones públicas que pueden ejecutarse localmente.
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 -.
Entradas desplegables 16 / filas originales 16
La tabla 2 del artículo evalúa los dos modelos publicados y desplegables localmente en ocho conjuntos ausentes del entrenamiento de ambos.
| Clasificación por métrica | Modelo | Condición de prueba | F1 Score ( ↑ ) | ||||
|---|---|---|---|---|---|---|---|
| Onset | Frame | Offset | Drums | Multi | |||
| 1 | MuScriptorPesos públicos · Código de inferenciamodel.safetensorsCódigo de inferenciaLicencia de los pesos (declaración del repositorio): cc-by-nc-4.0Requiere aceptar las condiciones o solicitar acceso | Bach10 | 43.1 | 85.0 | 36.0 | - | 34.7 |
| 2 | YourMT3+ | Bach10 | 59.8 | 66.0 | 48.0 | - | 26.4 |
La tabla solo incluye modelos con pesos o configuraciones públicas que pueden ejecutarse localmente.
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 -.
Entradas desplegables 9 / filas originales 17
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
GIU · press_to_win · press_to_win5 · press_to_win3 · press_to_win4 · Bytedance Piano transcription · press_to_win2 · Midnight Questor
Entradas de código abierto reproducibles de la clasificación oficial, conservando sus posiciones. F1, precisión, exhaustividad, inicio, final y solapamiento se muestran en porcentajes; el tiempo, en milisegundos. La configuración de YourMT3+ para el concurso utiliza la información sobre instrumentos incluida en los nombres de archivo; su puntuación no mide el proceso completo de este sitio.
| Clasificación oficial | Modelo | Members | Submission date | Runtime (ms) | F-measure (summary)↑ | Precision↑ | Recall↑ | Average overlap ratio↑ | F-measure (details)↑ | Onset precision↑ | Onset recall↑ | Onset F-measure↑ | Offset precision↑ | Offset recall↑ | Offset F-measure↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | MIROS (Music Information Retrieval Osnabrück)Pesos públicos · Código de inferenciaMIROS fine-tuned decoderMusicFM encoderCódigo de inferencia logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckptAjustes de evaluaciónLicencia de los pesos no declarada | Deniz Gün, Fernando Riveros, Paul Koesling, Anish Haluvani Sundresh, William Shelor | 2025-06-02 | 22.0535 | 0.5999 | 0.655839 | 0.5724 | 0.739079 | 0.599875 | 0.877975 | 0.759886 | 0.799196 | 0.807888 | 0.701962 | 0.736779 |
| 2 | YourMT3-YPTF-MoE-M | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-03 | 12.5981 | 0.5939 | 0.600966 | 0.588778 | 0.730518 | 0.593868 | 0.792573 | 0.777088 | 0.783356 | 0.767444 | 0.750847 | 0.757675 |
| 3 | YourMT3-YPTF-S | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 15.3954 | 0.5582 | 0.556491 | 0.561459 | 0.732617 | 0.55816 | 0.762297 | 0.771807 | 0.76566 | 0.743591 | 0.753287 | 0.747136 |
| 4 | YourMT3-P | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.9916 | 0.3948 | 0.39658 | 0.398548 | 0.72627 | 0.394752 | 0.60259 | 0.613207 | 0.601815 | 0.685018 | 0.691227 | 0.681928 |
| 5 | MT3Pesos públicos · Código de inferencia | Google Research Brain Team: Josh Gardner, Ian Simon, Ethan Manilow, Curtis Hawthorne, Jesse Engel | 2025-06-02 | 20.1915 | 0.3932 | 0.38112 | 0.411528 | 0.71797 | 0.393214 | 0.663145 | 0.726103 | 0.687734 | 0.63501 | 0.698339 | 0.659656 |
| 7 | YourMT3-YPTF-SP-VPesos públicos · Código de inferencialogs/2024/ptfs_gmlp_wf_e12_d8_500k/checkpoints/epoch=466-step=500000.ckptCódigo de inferenciaAjustes de evaluaciónLicencia de los pesos no declarada | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.5031 | 0.3306 | 0.32796 | 0.335827 | 0.714713 | 0.330591 | 0.632511 | 0.657221 | 0.641741 | 0.686195 | 0.711273 | 0.695724 |
| 10 | YourMT3-YPTF-MoE-MP | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 16.0262 | 0.2173 | 0.214966 | 0.220641 | 0.611634 | 0.217338 | 0.696075 | 0.719896 | 0.70555 | 0.699835 | 0.72405 | 0.709509 |
| 15 | ReconVATPesos públicos · Código de inferenciaWeight/String_MusicNet/Unet_R_VAT-XI=1e-06-eps=1.3-String_MusicNet-lr=0.001/weight.ptCódigo de inferenciaAjustes de evaluaciónLicencia de los pesos no declarada | Kin Wai Cheuk, Dorien Herremans, Li Su | 2025-06-02 | 5.4548 | 0.1416 | 0.121534 | 0.180252 | 0.789788 | 0.141598 | 0.307451 | 0.450635 | 0.35515 | 0.478656 | 0.742044 | 0.564281 |
| 16 | Basic PitchPesos públicos · Código de inferencia | Spotify's Audio Intelligence Lab: Rachel M. Bittner, Juan José Bosch, David Rubinstein, Gabriel Meseguer-Brocal, Sebastian Ewert | 2025-06-02 | 3.9056 | 0.0634 | 0.054995 | 0.078152 | 0.597734 | 0.063433 | 0.264086 | 0.337363 | 0.290772 | 0.444662 | 0.587456 | 0.495507 |
La tabla solo incluye modelos con pesos o configuraciones públicas que pueden ejecutarse localmente.
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 -.
Entradas desplegables 9 / filas originales 14
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
press_to_win 1 · press_to_win 2 · press_to_win 3 · Bytedance Piano · press_to_win 4
La web y el artículo son instantáneas distintas con pequeñas diferencias en el último dígito. Son 76 fragmentos sintéticos restringidos, con hasta tres instrumentos. Se conservan los valores de cada fuente. La configuración de YourMT3+ para el concurso utiliza la información sobre instrumentos incluida en los nombres de archivo; su puntuación no mide el proceso completo de este sitio.
| Clasificación oficial | Modelo | F1 Score↑ | Precision↑ | Recall↑ | Overlap↑ | Runtime |
|---|---|---|---|---|---|---|
| 1 | MIROSPesos públicos · Código de inferenciaMIROS fine-tuned decoderMusicFM encoderCódigo de inferencia logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckptAjustes de evaluaciónLicencia de los pesos no declarada | 0.5998 | 0.6558 | 0.5724 | 0.7391 | 22.05 |
| 2 | YourMT3-YPTF-MoE-M | 0.5938 | 0.6010 | 0.5888 | 0.7305 | 12.60 |
| 3 | YourMT3-YPTF-S | 0.5581 | 0.5565 | 0.5615 | 0.7326 | 15.40 |
| 4 | YourMT3-P | 0.3947 | 0.3966 | 0.3985 | 0.7263 | 14.99 |
| 5 | MT3 (baseline)Pesos públicos · Código de inferencia | 0.3932 | 0.3811 | 0.4115 | 0.7180 | 20.19 |
| 6 | YourMT3-YPTF-SP-VPesos públicos · Código de inferencialogs/2024/ptfs_gmlp_wf_e12_d8_500k/checkpoints/epoch=466-step=500000.ckptCódigo de inferenciaAjustes de evaluaciónLicencia de los pesos no declarada | 0.3305 | 0.3280 | 0.3358 | 0.7147 | 14.50 |
| 9 | YourMT3-YPTF-MoE-MP | 0.2173 | 0.2150 | 0.2206 | 0.6116 | 16.03 |
| 13 | ReconVATPesos públicos · Código de inferenciaWeight/String_MusicNet/Unet_R_VAT-XI=1e-06-eps=1.3-String_MusicNet-lr=0.001/weight.ptCódigo de inferenciaAjustes de evaluaciónLicencia de los pesos no declarada | 0.1415 | 0.1215 | 0.1803 | 0.7898 | 5.45 |
| 14 | Basic PitchPesos públicos · Código de inferencia | 0.0634 | 0.0550 | 0.0782 | 0.5977 | 3.91 |
La tabla solo incluye modelos con pesos o configuraciones públicas que pueden ejecutarse localmente.
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 -.
Entradas desplegables 9 / filas originales 9
Table 2 agrupa por número exacto de instrumentos y presenta media ± desviación estándar. Cada grupo se ordena por separado y no sustituye la tabla global. La configuración de YourMT3+ para el concurso utiliza la información sobre instrumentos incluida en los nombres de archivo; su puntuación no mide el proceso completo de este sitio.
| Clasificación por métrica | Modelo | Condición de prueba | F-measure↑ | Precision↑ | Recall↑ |
|---|---|---|---|---|---|
| 1 | YourMT3-YPTF-MoE-M | Count = 1 (n=6) | 0.7594 ± 0.2304 | 0.7858 ± 0.2411 | 0.7367 ± 0.2254 |
| 2 | MIROSPesos públicos · Código de inferenciaMIROS fine-tuned decoderMusicFM encoderCódigo de inferencia logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckptAjustes de evaluaciónLicencia de los pesos no declarada | Count = 1 (n=6) | 0.7193 ± 0.2103 | 0.9067 ± 0.2286 | 0.6233 ± 0.2295 |
| 3 | MT3 (Baseline)Pesos públicos · Código de inferencia | Count = 1 (n=6) | 0.5483 ± 0.3898 | 0.5548 ± 0.3974 | 0.5422 ± 0.3829 |
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 -.
Entradas desplegables 1 / filas originales 5
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
MT3 (our colab) · MT3 (colab ) · MT3 · PerceiverTF
YourMT3+ comparación de artículos con las líneas base de la familia MT3 en métricas de estilo Slakh.
| Clasificación por métrica | Modelo | Bass↑ | Brass↑ | C.Perc↑ | Guitar↑ | Organ↑ | Piano↑ | Pipe↑ | Reed↑ | Strings and Ens.↑ | Synth Lead↑ | Synth Pad↑ | Drums↑ | Onset F1 (non-drum)↑ | Offset F1 (non-drum)↑ | Onset F1 (drums/gm)↑ | Multi (Onset-Offset) F1 ♠↑ | Multi Onset F1↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| - | YPTF.MoE+M (PS) | 93.20 | 74.96 | 67.70 | 82.27 | 73.48 | 88.84 | 74.72 | 82.22 | 75.44 | 84.19 | 45.57 | 90.05 | 84.56 | 70.70 | 90.05 | 74.84 | - |
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 -.
Entradas desplegables 1 / filas originales 7
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
YMT3 · noPS · YMT3+ · noPS | PS · YPTF+S · noPS | PS · YPTF+M · noPS | PS · MT3 [ 1 ] · (colab) · AMT · Baseline *
| Clasificación por métrica | Modelo | Condición de prueba | MAPS [ 21 ] (unseen) · Piano | MAPS [ 21 ] (seen) | Maestro v3 | MusicNet ext. (EM) [ 10 ] | MusicNet ext. [ 9 , 10 ] | MIR-ST500 [ 13 ] (SVS) · Singing | MIR-ST500 [ 13 ] | MIR-ST500 (100ms [ 20 ] ) | ENSTdrums (DTP [ 15 ] ) · Drums | ENSTdrums (DTM [ 15 ] ) | GuitarSet [ 11 ] (MT3 [ 1 ] ) · Guitar | URMP [ 22 ] Onset F1 [ 1 ] · Agnostic | URMP [ 22 ] Multi F1 [ 1 ] · Ensemble | Slakh [ 18 ] Onset F1 [ 1 ] · Agnostic | Slakh [ 18 ] Multi F1 [ 1 ] · All | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Strings↑ | Winds↑ | Strings↑ | Winds↑ | ||||||||||||||||
| - | YPTF.MoE+MPesos públicos · Código de inferencia | noPS | PS | 87.88 | 86.25 | - | 96.98 | 96.52 | 91.32 | 90.07 | 83.46 | 78.50 | 66.14 | 66.09 | 55.95 | 55.33 | 71.60 | 72.05 | 70.59 | 71.07 | 81.14 | 82.08 | 88.79 | 89.48 | 85.92 | 87.27 | 91.65 | 88.87 | 81.05 | 81.79 | 67.22 | 67.98 | 84.14 | 84.56 | 73.98 | 74.84 |
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 -.
Entradas desplegables 1 / filas originales 12
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
YMT3 base · + Intra-aug. · + Full-vocab. · + Data balancing · + Cross-aug. · + PTF-encoder · + FFN → MoE · + Multi decoder · MT3 (colab) · MT3 [ 1 ] · PerceiverTF [ 25 ]
| Clasificación por métrica | Modelo | Onset F1↑ | Offset F1↑ | Drum F1↑ |
|---|---|---|---|---|
| - | YPTF.MoE+Multi | 84.6 | 70.7 | 90.1 |
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 -.
Entradas desplegables 10 / filas originales 25
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
OaFS-ResUnet · Frame F1 (%) · OaFS-CFP · Frame F1 (%) · OaFS-single · Frame F1 (%) · OaFS-ResUnet · Onset F1 (%) · OaFS-CFP · Onset F1 (%) · OaFS-single · Onset F1 (%) · OaFS-ResUnet · Multi-Instrument Frame F1 (%) · OaFS-CFP · Multi-Instrument Frame F1 (%) · OaFS-single · Multi-Instrument Frame F1 (%) · OaFS-ResUnet · Multi-Instrument Onset F1 (%) · OaFS-CFP · Multi-Instrument Onset F1 (%) · OaFS-single · Multi-Instrument Onset F1 (%) · OaFS-ResUnet · Instrument Detection F1 (%) · OaFS-CFP · Instrument Detection F1 (%) · OaFS-single · Instrument Detection F1 (%)
La tabla oficial 5 compara cinco conjuntos por separado y muestra solo experimentos con pesos públicos correspondientes verificados. El OaFS actual se entrena conjuntamente; estos resultados no demuestran que supere a MuScriptor.
| Clasificación por métrica | Modelo | Condición de prueba | Frame F1 (%)↑ | Onset F1 (%)↑ | Multi-Instrument Frame F1 (%)↑ | Multi-Instrument Onset F1 (%)↑ | Instrument Detection F1 (%)↑ |
|---|---|---|---|---|---|---|---|
| 1 | MT3Pesos públicos · Código de inferenciaOfficial MT3 T5X checkpoint and 294 tensor filesCódigo de inferenciaAjustes de evaluaciónLicencia de los pesos no declarada | MAESTRO | 55.30 | 95.16 | 55.30 | 95.16 | 99.72 |
| 2 | OaFSPesos públicos · Código de inferencia | MAESTRO | 76.10 | 94.17 | 76.10 | 94.17 | 100 |
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 -.
Entradas desplegables 68 / filas originales 102
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
OaFS-Single · Acoustic Piano · OaFS-Single · Electric Piano · OaFS-Single · Chromatic Percussion · OaFS-Single · Organ · OaFS-Single · Acoustic Guitar · OaFS-Single · Clean Electric Guitar · OaFS-Single · Distorted Electric Guitar · OaFS-Single · Acoustic Bass · OaFS-Single · Electric Bass · OaFS-Single · Violin · OaFS-Single · Viola · OaFS-Single · Cello · OaFS-Single · Contrabass · OaFS-Single · Orchestral Harp · OaFS-Single · Timpani · OaFS-Single · String Ensemble · OaFS-Single · Synth Strings · OaFS-Single · Choir and Voice · OaFS-Single · Trumpet · OaFS-Single · Trombone · OaFS-Single · Tuba · OaFS-Single · French Horn · OaFS-Single · Brass Section · OaFS-Single · Soprano/Alto Sax · OaFS-Single · Tenor Sax · OaFS-Single · Baritone Sax · OaFS-Single · Oboe · OaFS-Single · English Horn · OaFS-Single · Bassoon · OaFS-Single · Clarinet · OaFS-Single · Pipe · OaFS-Single · Synth Lead · OaFS-Single · Synth Pad · OaFS-Single · Drums
| Clasificación por métrica | Modelo | Condición de prueba | Total Number of Notes | Frame F1 (%)↑ | Onset F1 (%)↑ |
|---|---|---|---|---|---|
| 1 | OaFSPesos públicos · Código de inferencia | Acoustic Piano | 974,080 | 65.90 | 71.37 |
| 2 | MT3Pesos públicos · Código de inferenciaOfficial MT3 T5X checkpoint and 294 tensor filesCódigo de inferenciaAjustes de evaluaciónLicencia de los pesos no declarada | Acoustic Piano | 974,080 | 56.90 | 66.08 |
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 -.
Entradas desplegables 28 / filas originales 28
| Clasificación por métrica | Modelo | Condición de prueba | Frame F1 (%)↑ | Onset F1 (%)↑ |
|---|---|---|---|---|
| 1 | OaFSPesos públicos · Código de inferencia | Piano | 70.36 | 72.10 |
| 2 | MT3Pesos públicos · Código de inferenciaOfficial MT3 T5X checkpoint and 294 tensor filesCódigo de inferenciaAjustes de evaluaciónLicencia de los pesos no declarada | Piano | 63.12 | 69.99 |
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 -.
Entradas desplegables 2 / filas originales 5
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
OaFS-ResUnet · OaFS-CFP · OaFS-single
| Clasificación por métrica | Modelo | Number of Trainable Parameters | Number of Instrument Classes Excluding “Others” |
|---|---|---|---|
| - | MT3Pesos públicos · Código de inferenciaOfficial MT3 T5X checkpoint and 294 tensor filesCódigo de inferenciaAjustes de evaluaciónLicencia de los pesos no declarada | 93.7 M | 34 |
| - | OaFSPesos públicos · Código de inferencia | 64.9 M | 34 |
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 -.
Entradas desplegables 3 / filas originales 7
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
D16 · MSE · Syn · Rescale
Tabla 3 del artículo: K es el número indicado de timbres. Se calcula F1 por pista tras emparejarlas de forma óptima. Los resultados promedian al menos tres entrenamientos; no son una nueva medición del modelo de este sitio.
| Clasificación por métrica | Modelo | BACH10 2 mix | BACH10 3 mix | BACH10 4 mix | URMP 2 mix | URMP 3 mix | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | ||
| 1 | OursPesos públicos · Código de inferenciaseptimbre/sepamt_model.pthCódigo de inferenciaAjustes de evaluaciónLicencia de los pesos no declarada | 83.4 | 84.6 | 99.0 | 77.8 | 80.1 | 96.7 | 66.2 | 72.7 | 89.9 | 68.9 | 66.8 | 82.6 | 58.5 | 60.0 | 77.1 |
| 2 | SharePesos públicos · Código de inferenciaseptimbre/ablation/DicephNet/dicephnet_model.pthCódigo de inferenciaAjustes de evaluaciónLicencia de los pesos no declarada | 82.1 | 83.0 | 98.4 | 76.1 | 78.9 | 96.6 | 68.5 | 72.8 | 91.0 | 69.0 | 68.3 | 84.6 | 57.2 | 57.5 | 74.1 |
| 3 | TanakaPesos públicos · Código de inferencia | 77.9 | 79.6 | 93.2 | 66.1 | 69.0 | 83.4 | 55.4 | 59.2 | 73.2 | 65.5 | 64.1 | 79.3 | 56.5 | 56.5 | 72.8 |
Nota de corrección de TelkNet · 13 de agosto de 2026
Procesamos la misma canción completa con TelkNet y con MuScriptor Large 0.3.0 oficial en modo estricto. Ambos resultados tienen 8 partes y 6560 notas; parte, altura y orden coinciden nota por nota. La anomalía se concentra entre los segundos 182 y 222: la fuente aún contiene una línea tonal clara en frecuencias medias y altas, pero el MIDI deja un hueco de unos 40,31 segundos por encima de C4. La interfaz, el tratamiento de BPM y el editor MIDI no borraron esas notas; el hueco ya está en la salida del modelo oficial. Sin la partitura original no podemos saber cuántas notas faltan exactamente.
TelkNet ajusta cómo se transmite la información de instrumentos entre segmentos de 5 segundos para reducir la propagación de errores y enlazar las notas sostenidas. MuScriptor Large transcribe cada segmento una vez.
Después completamos 16 ejecuciones enteras con 14 canciones, todas sin interrupciones. En la primera canción, el hueco de ataques más largo por encima de C4 bajó de 40,309 a 1,970 segundos. En la segunda, el resultado pasó de 1698 notas, 6 pistas activas y un 70,79 % de piano a 2279 notas, 8 pistas activas y un 50,77 % de piano. Dos repeticiones completas de cada canción produjeron archivos idénticos byte a byte.


Compatibilidad de tempo de MuScriptor
La base oficial usa Beat This final0 y un ajuste de mínimos cuadrados con intercepto libre para publicar un único BPM constante. El modo estricto falla cuando los pulsos no admiten tempo constante; best-effort escribe 120 BPM como valor provisional. El escritor MIDI también corrige el retraso de inicio y desplaza todas las notas para alinear una barra con el downbeat.
TelkNet conserva el mismo Beat This final0, y un único BPM detectado automáticamente sigue siendo la opción predeterminada recomendada. Al elegir seguir los cambios de tempo de la canción, solo se usa un BPM si la cuadrícula completa queda a un máximo de 40 ms de los pulsos detectados; de lo contrario, se publica un Tempo Map adaptativo. El BPM manual sigue disponible. Sin cuantización se conservan los tiempos originales de las notas.
| Elemento comparado | MuScriptor oficial v0.3.0 | TelkNet v11 |
|---|---|---|
| Detección de pulsos | Usa Beat This final0. | Usa el mismo Beat This final0; no sustituye el modelo de detección. |
| Rejilla de tempo publicada | Publica un único BPM constante mediante ajuste con intercepto libre; el modo estricto falla con tempo variable y best-effort escribe 120 BPM. | BPM fijo solo si la distancia máxima de la cuadrícula no supera 40 ms; de lo contrario, Tempo Map adaptativo con fase limitada. |
| Control de BPM | La CLI oficial actual no ofrece BPM manual. | Admite modo adaptativo, fijo automático y BPM manual de 30 a 300. |
| Línea temporal de notas | Corrige el retraso de inicio y desplaza todas las notas para alinear el compás con el downbeat. | Sin cuantización conserva los tiempos nativos y no aplica el desplazamiento de compás. |

Beat This sigue siendo un estimador de audio. Un compás poco habitual, ritmo débil o sin transitorios, rubato, cambios bruscos de tempo o un pulso detectado erróneamente a la mitad o al doble aún pueden producir una rejilla incorrecta. El BPM automático puede diferir ligeramente de un valor exacto conocido; por eso está disponible «Fijo · BPM manual» cuando se conoce el BPM de la fuente. Activar la cuantización de notas mueve sus tiempos de forma intencional. Los ajustes de tempo no corrigen las notas ausentes, alturas incorrectas ni errores de instrumento o nombre de pista de MuScriptor. Los MIDI importantes deben seguir comparándose con la fuente en una DAW.