Cargando...
Identifica melodías vocales e instrumentales, acordes, pulsos, compás, tonalidad y secciones de toda una canción. Exporta PDF, MusicXML, MIDI, partitura ABC y anotaciones temporales. Las mezclas complejas requieren revisión.
Entrada
Soporta entradas en formatos como mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Formatos soportados
Producción
PDF · MusicXML · ABC · MIDI
Caso de uso
Identifica melodías vocales e instrumentales, acordes, pulsos, compás, tonalidad y secciones de toda una canción. Exporta PDF, MusicXML, MIDI, partitura ABC y anotaciones temporales. Las mezclas complejas requieren revisión.
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.
Transcribe melodías y acordes de canciones completas, con más compases y tipos de acordes y detección opcional de modos. Exporta PDF, MusicXML, MIDI, partitura ABC y anotaciones temporales; revisa los resultados.
Transcribe un fragmento de audio seleccionado de hasta 30 segundos a una partitura de melodía y acordes en PDF / MusicXML / Humdrum **kern para revisarla.
ACM Multimedia - 2026
En TelkNet, SheetSage transcribe fragmentos de melodía y acordes de hasta 30 segundos a PDF / MusicXML / Humdrum **kern para revisarlos. Los cuartetos de cuerda usan otro modelo; no se reconstruyen por completo arreglos arbitrarios.
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.
El gráfico muestra resultados publicados por los autores. La configuración del sitio no se ha evaluado en las mismas condiciones; no se presentan como resultados del sitio.
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 3
El autor de Refined evaluó el mismo audio reservado: 95 canciones pop de prueba y 47 de validación con anotaciones privadas; 50 de compás irregular (9 grabaciones y 41 síntesis); además, 300 piezas sintéticas de la misma distribución y 1026 clips HookTheory. Ambas barras deben coincidir en ±70 ms sin barras extra; la reagrupación coherente permite las agrupaciones documentadas. Melodía: misma altura e inicio de 50 ms; cambios de tonalidad: ±2 s. La evaluación modal usa su modo opcional. No se mezcla con la clasificación del artículo original.
| Clasificación por métrica | Modelo | 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 | SheetSage2Pesos públicos · Código de inferencia | 0.966 | 0.966 | 0.897 | 0.849 | 0.733 | 0.719 | 0.368 |
Se separan conjuntos, versiones y condiciones, incluidas fuentes sin filas aptas para el ranking.
Entradas desplegables 3 / filas originales 3
Entradas desplegables 3 / filas originales 3
Entradas desplegables 3 / filas originales 3
Entradas desplegables 2 / filas originales 2
Entradas desplegables 3 / filas originales 3
Entradas desplegables 1 / filas originales 9
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
SheetSage1 · madmom · Beat This! · S-KEY · ChordFormer · † ChordFormer · SongFormer
Entradas desplegables 1 / 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.
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
Las puntuaciones corresponden al conjunto de datos, métrica y versión indicados; no son comparables entre pruebas distintas.
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 3
El autor de Refined evaluó el mismo audio reservado: 95 canciones pop de prueba y 47 de validación con anotaciones privadas; 50 de compás irregular (9 grabaciones y 41 síntesis); además, 300 piezas sintéticas de la misma distribución y 1026 clips HookTheory. Ambas barras deben coincidir en ±70 ms sin barras extra; la reagrupación coherente permite las agrupaciones documentadas. Melodía: misma altura e inicio de 50 ms; cambios de tonalidad: ±2 s. La evaluación modal usa su modo opcional. No se mezcla con la clasificación del artículo original.
| Clasificación por métrica | Modelo | 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 | SheetSage2Pesos públicos · Código de inferencia | 0.966 | 0.966 | 0.897 | 0.849 | 0.733 | 0.719 | 0.368 |
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 3
El autor de Refined evaluó el mismo audio reservado: 95 canciones pop de prueba y 47 de validación con anotaciones privadas; 50 de compás irregular (9 grabaciones y 41 síntesis); además, 300 piezas sintéticas de la misma distribución y 1026 clips HookTheory. Ambas barras deben coincidir en ±70 ms sin barras extra; la reagrupación coherente permite las agrupaciones documentadas. Melodía: misma altura e inicio de 50 ms; cambios de tonalidad: ±2 s. La evaluación modal usa su modo opcional. No se mezcla con la clasificación del artículo original.
| Clasificación por métrica | Modelo | 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 | SheetSage2Pesos públicos · Código de inferencia | 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 |
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 3
El autor de Refined evaluó el mismo audio reservado: 95 canciones pop de prueba y 47 de validación con anotaciones privadas; 50 de compás irregular (9 grabaciones y 41 síntesis); además, 300 piezas sintéticas de la misma distribución y 1026 clips HookTheory. Ambas barras deben coincidir en ±70 ms sin barras extra; la reagrupación coherente permite las agrupaciones documentadas. Melodía: misma altura e inicio de 50 ms; cambios de tonalidad: ±2 s. La evaluación modal usa su modo opcional. No se mezcla con la clasificación del artículo original.
| Clasificación por métrica | Modelo | 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 | SheetSage2Pesos públicos · Código de inferencia | 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 |
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 2
El autor de Refined evaluó el mismo audio reservado: 95 canciones pop de prueba y 47 de validación con anotaciones privadas; 50 de compás irregular (9 grabaciones y 41 síntesis); además, 300 piezas sintéticas de la misma distribución y 1026 clips HookTheory. Ambas barras deben coincidir en ±70 ms sin barras extra; la reagrupación coherente permite las agrupaciones documentadas. Melodía: misma altura e inicio de 50 ms; cambios de tonalidad: ±2 s. La evaluación modal usa su modo opcional. No se mezcla con la clasificación del artículo original.
| Clasificación por métrica | Modelo | 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 | SheetSage2Pesos públicos · Código de inferencia | 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 / — |
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 3
El autor de Refined evaluó el mismo audio reservado: 95 canciones pop de prueba y 47 de validación con anotaciones privadas; 50 de compás irregular (9 grabaciones y 41 síntesis); además, 300 piezas sintéticas de la misma distribución y 1026 clips HookTheory. Ambas barras deben coincidir en ±70 ms sin barras extra; la reagrupación coherente permite las agrupaciones documentadas. Melodía: misma altura e inicio de 50 ms; cambios de tonalidad: ±2 s. La evaluación modal usa su modo opcional. No se mezcla con la clasificación del artículo original.
| Clasificación por métrica | Modelo | 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 | SheetSage2Pesos públicos · Código de inferencia | 0.664 | 0.722 | 0.005 |
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 9
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
SheetSage1 · madmom · Beat This! · S-KEY · ChordFormer · † ChordFormer · SongFormer · SheetSage1
Los autores usaron el ajuste paper y BF16; el candidato del sitio usa default y FP32. No son mediciones del sitio. Pulso y primer tiempo: tolerancia de 70 ms, excluyendo los primeros 5 s. Melodía: clase de altura e inicio de 50 ms, sin final de nota. Beat This! promedia tres semillas; ChordFormer usa conjuntos o particiones reservadas según el conjunto de datos. Solo se ordenan condiciones equivalentes; las fuentes detallan los ajustes.
| Clasificación por métrica | Modelo | 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-ARPesos públicos · Código de inferencia | 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 |
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 4
No se ha verificado un paquete completo de inferencia pública para estos experimentos. Otros pesos con el mismo nombre no son equivalentes.
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
HookKern compara SER por separado para partituras de melodía y acordes de música popular y cuartetos de cuerda; cuanto menor, mejor. Solo se muestran experimentos vinculados a pesos publicados, sin mezclar conjuntos en una clasificación.
| Clasificación por métrica | Modelo | SheetSage-A2S | Quartets · SER | ||
|---|---|---|---|---|---|
| SER↓ | Melody SER↓ | Chord SER↓ | |||
| - | +Augmented dataPesos públicos · Código de inferencia | 20.92 | 38.62 | 22.28 | 4.98 |