Chargement...

Batterie vers MIDI · MSG-LD / ADTOF · TelkNet

MIDI / transcriptionGPU charge de travailSeparate-and-detect · Code source Separate-and-Detect · Poids vae-ckpt.ckpt · Poids hifigan-ckpt.ckpt · Poids vgg16-397923af.pth · Poids vgg.pth · Poids 955717e8-8726e21a.th · Poids madmom_models · Poids MSG-LD · OB · Article

Batterie vers MIDI

ADTOF Plus · ADTOF Direct · ADT_STR · MSG-LD. Les mixages complets passent d’abord par la séparation de batterie du traitement sélectionné. La batterie isolée est envoyée directement au modèle de transcription ou de séparation choisi.

15 crédits/utilisationEntrée de fichierMaximum 100 MBEstimation 20-1800 secondes

Entrée

Prend en charge les entrées dans des formats tels que mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

Formats pris en charge

mp3wavflacoggm4aaacaifaiffmp4movmkv

Production

5 × WAV · MIDI · CSV

Cas d’utilisation

Modifier les notes, l'instrumentation et les détails d'interprétation.

Choisir une famille de modèles

Batterie vers MIDI · MSG-LDDisponibleSépare la batterie puis détecte les attaques pour une ébauche MIDI ; vélocités et durées de lecture fixes.Batterie vers MIDI · ADTOFDisponibleBatterie vers MIDI : Plus ajoute vélocité et ouverture du charleston ; Direct transcrit directement.Batterie vers MIDI · ADT_STRDisponibleDétecte attaques et vélocités de 26 classes de batterie ; les trois τ correspondent à des entraînements différents.

Choisir une version ou un mode de traitement

Batterie vers MIDI · MSG-LD · OBEntraîné avec une branche auxiliaire d’attaque ; génère cinq pistes et détecte les frappes.RecommandéDisponibleBatterie vers MIDI · MSG-LD · OBTBEntraîné avec des branches auxiliaires d’attaque et de timbre ; génère cinq pistes et détecte les frappes.Disponible

Choisissez un modèle adapté à votre contenu et à votre objectif, puis consultez les exemples avant de lancer la tâche.

Coût, durée, formats et paramètres dépendent du modèle choisi.

Sépare les éléments de batterie et repère les frappes. La vélocité MIDI est fixée à 100 et chaque événement dure 0.1 seconde ; la durée du WAV complet reste inchangée.

Avis rapide

Précisez l'outil, les étapes et le problème dans votre retour. Des captures d'écran peuvent aider à le localiser.

Modèles, paramètres et sources

MSG-LD génère cinq pistes de batterie et détecte les attaques ; le MIDI utilise une vélocité de 100 et une durée de lecture fixe de 0,1 seconde.

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 utilise la branche d’attaque ; msgld_obtb utilise les branches d’attaque et de timbre.
Nombre d’étapes d’échantillonnage DDIM, 200 par défaut. Les valeurs 50, 100, 200, 250 et 500 sont prises en charge ; certaines autres ne le sont pas.
Les mixages complets passent d’abord par la séparation de batterie du traitement sélectionné. La batterie isolée est envoyée directement au modèle de transcription ou de séparation choisi.
L’article évalue OB, TB et OBTB séparément ; les scores OB ne s’appliquent pas à OBTB par défaut. Le F1 des notes et les mel-MSE/FAD audio sont séparés. La chaîne de détection de l’article n’a pas été remesurée ici.

MSG-LD · OBTB

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

msgld_ob utilise la branche d’attaque ; msgld_obtb utilise les branches d’attaque et de timbre.
Nombre d’étapes d’échantillonnage DDIM, 200 par défaut. Les valeurs 50, 100, 200, 250 et 500 sont prises en charge ; certaines autres ne le sont pas.
Les mixages complets passent d’abord par la séparation de batterie du traitement sélectionné. La batterie isolée est envoyée directement au modèle de transcription ou de séparation choisi.
L’article évalue OB, TB et OBTB séparément ; les scores OB ne s’appliquent pas à OBTB par défaut. Le F1 des notes et les mel-MSE/FAD audio sont séparés. La chaîne de détection de l’article n’a pas été remesurée ici.

ADTOF Plus

ADTOF Plus ajoute à ADTOF la séparation de batterie, la dynamique et le traitement du charleston ouvert ou fermé. Il accepte les mixages complets.

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

Activez cette option pour isoler d’abord la batterie d’un mix complet ; désactivez-la pour une piste de batterie déjà isolée.
Seuil de détection des attaques de batterie d’ADTOF Plus ; laissez vide pour utiliser la valeur par défaut du modèle.
Après la transcription, analyse les temps d’origine et inscrit le tempo dans le MIDI en conservant le placement des notes.

ADTOF Direct · PyTorch

ADTOF Direct transcrit la batterie isolée avec PyTorch ADTOF. Pour un mixage complet, TelkNet extrait d’abord la batterie avec AudioSep-Hive, sans appliquer le post-traitement de vélocité et de charleston ouvert/fermé de Plus.

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

Réglez séparément les seuils de détection de la grosse caisse, de la caisse claire, du charleston, des toms et des cymbales.
Résolution temporelle, 100 FPS par défaut ; la modifier peut affecter la qualité de transcription.
Après la transcription, analyse les temps d’origine et inscrit le tempo dans le MIDI en conservant le placement des notes.

ADT_STR · tau=0.8

ADT_STR détecte les attaques et vélocités de 26 classes de batterie et exporte le MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Choisir une variante des poids publiée officiellement.
Nombre maximal de token générés par segment ; valeur officielle 1024.
Taille officielle du lot d’inférence : nombre de segments traités ensemble.
Les mixages complets passent d’abord par la séparation de batterie du traitement sélectionné. La batterie isolée est envoyée directement au modèle de transcription ou de séparation choisi.
Setting-1 à Setting-4 du tableau 2 désignent des expériences d’entraînement, pas les poids sélectionnables τ=0.4/0.6/0.8. Les scores concernent la batterie isolée, pas les mixages complets.

ADT_STR · tau=0.4

ADT_STR détecte les attaques et vélocités de 26 classes de batterie et exporte le MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Choisir une variante des poids publiée officiellement.
Nombre maximal de token générés par segment ; valeur officielle 1024.
Taille officielle du lot d’inférence : nombre de segments traités ensemble.
Les mixages complets passent d’abord par la séparation de batterie du traitement sélectionné. La batterie isolée est envoyée directement au modèle de transcription ou de séparation choisi.
Setting-1 à Setting-4 du tableau 2 désignent des expériences d’entraînement, pas les poids sélectionnables τ=0.4/0.6/0.8. Les scores concernent la batterie isolée, pas les mixages complets.

ADT_STR · tau=0.6

ADT_STR détecte les attaques et vélocités de 26 classes de batterie et exporte le MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Choisir une variante des poids publiée officiellement.
Nombre maximal de token générés par segment ; valeur officielle 1024.
Taille officielle du lot d’inférence : nombre de segments traités ensemble.
Les mixages complets passent d’abord par la séparation de batterie du traitement sélectionné. La batterie isolée est envoyée directement au modèle de transcription ou de séparation choisi.
Setting-1 à Setting-4 du tableau 2 désignent des expériences d’entraînement, pas les poids sélectionnables τ=0.4/0.6/0.8. Les scores concernent la batterie isolée, pas les mixages complets.

Notes de papier et de référence

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

Officiel / dépôts

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

Articles / notes techniques

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

Guide des paramètres

Activez cette option pour isoler d’abord la batterie d’un mix complet ; désactivez-la pour une piste de batterie déjà isolée.
Seuil de détection des attaques de batterie d’ADTOF Plus ; laissez vide pour utiliser la valeur par défaut du modèle.
Réglez séparément les seuils de détection de la grosse caisse, de la caisse claire, du charleston, des toms et des cymbales.
Résolution temporelle, 100 FPS par défaut ; la modifier peut affecter la qualité de transcription.
Après la transcription, analyse les temps d’origine et inscrit le tempo dans le MIDI en conservant le placement des notes.

Flux de travail

1Les mixages complets passent d’abord par la séparation de batterie du traitement sélectionné. La batterie isolée est envoyée directement au modèle de transcription ou de séparation choisi.
2Vérifiez grosse caisse, caisse claire, charleston et autres éléments dans le MIDI téléchargé.

Points à vérifier

Les mixages complets passent d’abord par la séparation de batterie du traitement sélectionné. La batterie isolée est envoyée directement au modèle de transcription ou de séparation choisi.
Résolution temporelle, 100 FPS par défaut ; la modifier peut affecter la qualité de transcription.

Modèles du domaine

3 résultats

Inclut les résultats publics de modèles utilisés ici et ailleurs. Le tableau complet de la source est affiché par défaut ; les conditions et les métriques peuvent aussi être sélectionnées pour comparaison. Les scores obtenus dans des conditions différentes ne sont pas directement comparables.

Seuls les résultats dont l’implémentation d’inférence publique et les poids correspondants ont été vérifiés sont affichés, ainsi que les algorithmes sans poids entraînés. Les services fermés, les poids non publiés et les versions expérimentales non identifiées sont exclus. Ce classement ne couvre pas tous les modèles.

Des poids publics ne prouvent pas l’existence d’une licence open source complète. Dépliez les données pour consulter les licences déclarées et les conditions d’accès. Les licences non déclarées sont signalées séparément.

Test de référenceCatégorie

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

Choisissez un jeu de données pour afficher toutes les métriques de chaque modèle. Les lignes suivent le classement officiel ou la métrique sélectionnée. Le gras indique la meilleure valeur comparable de chaque colonne, y compris les ex æquo. Les protocoles d’évaluation différents sont classés séparément ; les scores manquants sont affichés par -.

Classer selon la métrique

MSG-LD / ADTOF / LarsNet · MDB + ENST · 5 classes · 50 ms
Classement par métrique	Modèle	MDB · Overall	ENST · Overall	MDB					ENST
Classement par métrique	Modèle	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 Poids publics · Code d’inférence Poids publics Code d’inférence`Frame_RNN_adtofAll_0.data-00000-of-00001 + .index`Licence des poids (déclaration du dépôt) : 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 OBModèle utilisé ici Poids publics · Code d’inférence Poids publics Code d’inférence Licence des poids (déclaration du dépôt) : 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 Poids publics · Code d’inférence Poids publics Code d’inférence Licence des poids (déclaration du dépôt) : mit	69	63.6	-	-	-	-	-	-	-	-	-	-

Données originales (3)

Les repères indiquent les modèles ou composants utilisés ici. Les scores et réglages proviennent des tests cités, et non d’une nouvelle évaluation du traitement complet du site.

MSG-LD · Tables 3–4 ↗Vérifié le 2026-09-27

Toutes les sources d’évaluation (6)

Jeux de données, versions et conditions restent distincts, même sans lignes admissibles au classement.

ADTOF-PyTorch README ↗
Entrées déployables 2 / lignes d’origine 2
Batterie vers MIDI ↗
Entrées déployables 6 / lignes d’origine 6
Batterie vers MIDI ↗
Entrées déployables 3 / lignes d’origine 6
Non classées : 3
Aucun ensemble public complet d’inférence n’a été vérifié pour ces expériences. D’autres poids portant le même nom ne suffisent pas.
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 ↗
Entrées déployables 0 / lignes d’origine 8
Non classées : 8
Aucun ensemble public complet d’inférence n’a été vérifié pour ces expériences. D’autres poids portant le même nom ne suffisent pas.
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 ↗
Entrées déployables 2 / lignes d’origine 3
Non classées : 1
Aucun ensemble public complet d’inférence n’a été vérifié pour ces expériences. D’autres poids portant le même nom ne suffisent pas.
LarsNet
MSG-LD · Table 4 ↗
Entrées déployables 2 / lignes d’origine 4
Non classées : 2
Aucun ensemble public complet d’inférence n’a été vérifié pour ces expériences. D’autres poids portant le même nom ne suffisent pas.
MSG-LD Vanilla · MSG-LD TB

Tous les résultats originaux et sources

Les scores concernent le jeu de données, la métrique et la version indiqués. Des tests différents ne sont pas directement comparables.

Le tableau ne contient que des modèles dont les poids ou configurations sont publics et qui peuvent être exécutés localement.

ADTOF-PyTorch README

Entrées déployables 2 / lignes d’origine 2

ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74

Classer selon la métrique

ADTOF-PyTorch README
Classement par métrique	Modèle	Recall↑	Precision↑	F-measure↑
1	ADTOF (original) Poids publics · Code d’inférence Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Code d’inférence Licence des poids (déclaration du dépôt) : CC-BY-NC-SA-4.0	88.68	89.90	88.74
2	ADTOF-pytorch Poids publics · Code d’inférence src/adtof_pytorch/data/adtof_frame_rnn_pytorch_weights.pth Code d’inférenceLicence des poids non déclarée	88.26	89.83	88.51

Données originales (2)

ADTOF-PyTorch README ↗Vérifié le 2026-10-25

Batterie vers MIDI

Les valeurs proviennent de la source publique liée. Les libellés des lignes indiquent le jeu de test ou le checkpoint ; les scores non publiés sont affichés sous la forme -.

Condition de testClasser selon la métrique

Batterie vers MIDI
Classement par métrique	Modèle	Condition de test	F1 (%)↑	Précision (%)↑	Rappel (%)↑
1	ADTOF Plus Poids publics · Code d’inférence MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Code d’inférence`drumsep_5stems_mdx23c_jarredou.ckpt`Licence des poids (déclaration du dépôt) : mit	MDB · 5 classes · onset only · 50 ms	89	89	89
2	Original ADTOF Poids publics · Code d’inférence Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Code d’inférence Licence des poids (déclaration du dépôt) : CC-BY-NC-SA-4.0	MDB · 5 classes · onset only · 50 ms	87	-	-

Données originales (6)

ADTOF Plus paper, Table 1 ↗

Batterie vers MIDI

Les valeurs proviennent de la source publique liée. Les libellés des lignes indiquent le jeu de test ou le checkpoint ; les scores non publiés sont affichés sous la forme -.

Condition de testClasser selon la métrique

Batterie vers MIDI
Classement par métrique	Modèle	Condition de test	F1 (%)↑	Précision (%)↑	Rappel (%)↑
-	ADTOF Plus Poids publics · Code d’inférence MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Code d’inférence`drumsep_5stems_mdx23c_jarredou.ckpt`Licence des poids (déclaration du dépôt) : mit	MDB · 8-class evaluation · onset only · 50 ms	84	84	84

Données originales (3)

ADTOF Plus paper, Table 2 ↗

MSG-LD · Table 3

Entrées déployables 2 / lignes d’origine 3

Non classées : 1

Aucun ensemble public complet d’inférence n’a été vérifié pour ces expériences. D’autres poids portant le même nom ne suffisent pas.

LarsNet

L’article évalue OB, TB et OBTB séparément ; les scores OB ne s’appliquent pas à OBTB par défaut. Le F1 des notes et les mel-MSE/FAD audio sont séparés. La chaîne de détection de l’article n’a pas été remesurée ici.

Classer selon la métrique

MSG-LD · Table 3
Classement par métrique	Modèle	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
Classement par métrique	Modèle	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 Poids publics · Code d’inférence Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Code d’inférence Licence des poids (déclaration du dépôt) : 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 Poids publics · Code d’inférence Code d’inférence Licence des poids (déclaration du dépôt) : 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

Données originales (2)

MSG-LD · Table 3 ↗Vérifié le 2026-10-25

MSG-LD · Table 4

Entrées déployables 2 / lignes d’origine 4

Non classées : 2

Aucun ensemble public complet d’inférence n’a été vérifié pour ces expériences. D’autres poids portant le même nom ne suffisent pas.

MSG-LD Vanilla · MSG-LD TB

Classer selon la métrique

MSG-LD · Table 4
Classement par métrique	Modèle	MDB Overall			ENST Overall			Mean overall F1 (2 sets)
Classement par métrique	Modèle	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑
1	MSG-LD OB Poids publics · Code d’inférence Code d’inférence Licence des poids (déclaration du dépôt) : mit	0.707	0.709	0.704	0.640	0.695	0.593	0.674	0.674	0.674
2	MSG-LD OBTB Poids publics · Code d’inférence Code d’inférence Licence des poids (déclaration du dépôt) : mit	0.690	0.709	0.672	0.636	0.703	0.580	0.663	0.663	0.663

Données originales (2)

MSG-LD · Table 4 ↗Vérifié le 2026-10-25