Quelles tâches Chant vers MIDI · Quatre modèles (VocalParse 1.7B) peut-il aider ?

MIDI / transcription; Choisissez VocalParse, GAME, ROSVOT ou SOME pour une transcription vocale orientée partition, robuste à l’accompagnement ou rapide.; Un fichier audio ou vidéo complet pris en charge ; choisissez le profil de modèle qui correspond à la source et au résultat dont vous avez besoin.; Transformez un enregistrement complet en notes modifiables, coups de batterie, tablature ou chronologie d'accords.; Comparez la sortie du modèle avec l'audio original à examiner. débuts, limites et affectation des sources.; Déplacez les tables MIDI et alignées dans le temps dans une DAW, un éditeur de notation ou un flux de travail d'analyse en aval.

Chant vers MIDI · Quatre modèles (VocalParse 1.7B) · TelkNet

MIDI / transcriptionGPU charge de travail

Chant vers MIDI · Quatre modèles

Q: Pour qui Chant vers MIDI · Quatre modèles (VocalParse 1.7B) ?

MIDI / transcription Choisissez VocalParse, GAME, ROSVOT ou SOME pour une transcription vocale orientée partition, robuste à l’accompagnement ou rapide.

Q: Quels modèles et entités de mots-clés sont liés à Chant vers MIDI · Quatre modèles (VocalParse 1.7B) ?

VocalParse 1.7B, GAME, ROSVOT, SOME, VocalParse source (pinned), VocalParse weights (pinned), SingCrawl dataset source, VocalParse paper

Choisissez VocalParse, GAME, ROSVOT ou SOME pour une transcription vocale orientée partition, robuste à l’accompagnement ou rapide.

5-20 crédits/utilisationEntrée de fichierMax 100 MBEstimation 45-1800 secondes

Entrée

Un fichier audio ou vidéo complet pris en charge ; choisissez le profil de modèle qui correspond à la source et au résultat dont vous avez besoin.

Formats pris en charge

mp3wavflacoggm4aaacaifaiffmp4movmkv

Production

Choisissez VocalParse, GAME, ROSVOT ou SOME pour une transcription vocale orientée partition, robuste à l’accompagnement ou rapide.

Cas d’utilisation

Choisissez VocalParse, GAME, ROSVOT ou SOME pour une transcription vocale orientée partition, robuste à l’accompagnement ou rapide.

Modèles, paramètres et sources

Choisissez VocalParse, GAME, ROSVOT ou SOME pour une transcription vocale orientée partition, robuste à l’accompagnement ou rapide.

VocalParse 1.7BGAMEROSVOTSOMEVocalParse source (pinned)VocalParse weights (pinned)SingCrawl dataset sourceVocalParse paperGAME source (pinned)GAME v1.0.3 weightsGAME technical guide (pinned)GAME ONNX guide (pinned)

VocalParse 1.7B

Voie par défaut pour produire un MIDI vocal structuré, proche d’une partition, à partir d’un chant plus propre ; le checkpoint fixe n’expose aucun paramètre officiel d’inférence.

VocalParse source (pinned)VocalParse weights (pinned)SingCrawl dataset source VocalParse paper

Route dédiée : cet outil utilise le chemin du modèle sélectionné pour ce flux de travail.

GAME

GAME convertit le chant en MIDI avec ses contrôles officiels de frontières, D3PM et estimation. La langue est automatique/non précisée par défaut ; le chinois n’est pas imposé.

GAME source (pinned)GAME v1.0.3 weights GAME technical guide (pinned)GAME ONNX guide (pinned)

Automatique utilise l’identifiant de langue officiel universel/non précisé 0 de GAME. Choisissez une langue précise uniquement si la langue chantée est connue.
Seuil de segmentation — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Rayon de segmentation (s) — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Départ D3PM — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Étapes D3PM — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Seuil d’estimation — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Après l’inférence, Beat This final0 inscrit dans le MIDI un tempo fixe valide ou une carte de tempo battement par battement, tout en conservant la position en secondes de chaque événement. Sans preuve de battement valide, la tâche échoue au lieu de livrer le tempo par défaut du modèle.

ROSVOT

Voie robuste pour le chant avec bruit ou fuite d’accompagnement ; le checkpoint officiel actuel est surtout entraîné sur du chant en mandarin.

ROSVOT source (pinned)ROSVOT project page ROSVOT paper

Seuil de frontière de note — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Seuil de frontière de mot — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Vérifier les liaisons — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.

SOME

SOME est la voie rapide et légère du chant vers MIDI. Aucun contrôle public du modèle ; l’amélioration facultative du tempo MIDI intervient après l’inférence.

SOME source (pinned)SOME baseline weights SOME technical guide (pinned)

Après l’inférence, Beat This final0 inscrit dans le MIDI un tempo fixe valide ou une carte de tempo battement par battement, tout en conservant la position en secondes de chaque événement. Sans preuve de battement valide, la tâche échoue au lieu de livrer le tempo par défaut du modèle.

Notes de papier et de référence

VocalParse: Towards Unified and Scalable Singing Voice Transcription with Large Audio Language Models

arXiv - 2026

Voie par défaut pour produire un MIDI vocal structuré, proche d’une partition, à partir d’un chant plus propre ; le checkpoint fixe n’expose aucun paramètre officiel d’inférence.

Paper

Robust Singing Voice Transcription Serves Synthesis

ACL - 2024

Voie robuste pour le chant avec bruit ou fuite d’accompagnement ; le checkpoint officiel actuel est surtout entraîné sur du chant en mandarin.

Paper

GAME: Generative Adaptive MIDI Extractor

Official technical guide - 2026

GAME convertit le chant en MIDI avec ses contrôles officiels de frontières, D3PM et estimation. La langue est automatique/non précisée par défaut ; le chinois n’est pas imposé.

Technical guide (pinned)ONNX guide (pinned)v1.0.3 weights

SOME: Singing-Oriented MIDI Extractor

Official technical guide - 2023

SOME est la voie rapide et légère du chant vers MIDI. Aucun contrôle public du modèle ; l’amélioration facultative du tempo MIDI intervient après l’inférence.

Technical guide (pinned)Baseline weights

Officiel / dépôts

VocalParse source (pinned)VocalParse weights (pinned)SingCrawl dataset source GAME source (pinned)GAME v1.0.3 weights ROSVOT source (pinned)ROSVOT project page SOME source (pinned)SOME baseline weights

Articles / notes techniques

VocalParse paper GAME technical guide (pinned)GAME ONNX guide (pinned)ROSVOT paper SOME technical guide (pinned)

Guide des paramètres

Automatique utilise l’identifiant de langue officiel universel/non précisé 0 de GAME. Choisissez une langue précise uniquement si la langue chantée est connue.
Seuil de segmentation — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Rayon de segmentation (s) — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Départ D3PM — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Étapes D3PM — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Seuil d’estimation — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Après l’inférence, Beat This final0 inscrit dans le MIDI un tempo fixe valide ou une carte de tempo battement par battement, tout en conservant la position en secondes de chaque événement. Sans preuve de battement valide, la tâche échoue au lieu de livrer le tempo par défaut du modèle.
Seuil de frontière de note — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Seuil de frontière de mot — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Vérifier les liaisons — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.

Cas d’utilisation

Transformez un enregistrement complet en notes modifiables, coups de batterie, tablature ou chronologie d'accords.
Comparez la sortie du modèle avec l'audio original à examiner. débuts, limites et affectation des sources.
Déplacez les tables MIDI et alignées dans le temps dans une DAW, un éditeur de notation ou un flux de travail d'analyse en aval.

Flux de travail

1Téléchargez le fichier complet pris en charge plutôt qu'un court fragment de test.
2Choisissez le profil qui correspond à l'instrument ou à la tâche, puis ajustez uniquement les commandes exposées par ce modèle officiel.
3Examinez l'aperçu par rapport à l'audio d'origine et téléchargez les fichiers de résultat à partir du fichier terminé. tâche.

Liste de contrôle avant vol

N'envoyez pas un mixage complet et dense directement vers un modèle d'instrument solo ; séparez d'abord la hampe cible si nécessaire.
Commencez avec les valeurs par défaut publiées et modifiez les seuils uniquement lorsque l'aperçu montre une limite spécifique ou un problème de fausses notes.
Traitez la transcription comme un brouillon modifiable : le timing, la longueur des notes, le doigté et les limites d'accords peuvent encore nécessiter une correction musicale.

Preuve de modèle dans cette série

Modèles, paramètres et sources

Choisissez VocalParse, GAME, ROSVOT ou SOME pour une transcription vocale orientée partition, robuste à l’accompagnement ou rapide.

VocalParse 1.7B

Modèle

Voie par défaut pour produire un MIDI vocal structuré, proche d’une partition, à partir d’un chant plus propre ; le checkpoint fixe n’expose aucun paramètre officiel d’inférence.

Route dédiée : cet outil utilise le chemin du modèle sélectionné pour ce flux de travail.

VocalParse source (pinned)VocalParse weights (pinned)SingCrawl dataset source VocalParse paper

GAME

Modèle

GAME convertit le chant en MIDI avec ses contrôles officiels de frontières, D3PM et estimation. La langue est automatique/non précisée par défaut ; le chinois n’est pas imposé.

Automatique utilise l’identifiant de langue officiel universel/non précisé 0 de GAME. Choisissez une langue précise uniquement si la langue chantée est connue.
Seuil de segmentation — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Rayon de segmentation (s) — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Départ D3PM — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Étapes D3PM — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Seuil d’estimation — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Après l’inférence, Beat This final0 inscrit dans le MIDI un tempo fixe valide ou une carte de tempo battement par battement, tout en conservant la position en secondes de chaque événement. Sans preuve de battement valide, la tâche échoue au lieu de livrer le tempo par défaut du modèle.

GAME source (pinned)GAME v1.0.3 weights GAME technical guide (pinned)GAME ONNX guide (pinned)

ROSVOT

Modèle

Voie robuste pour le chant avec bruit ou fuite d’accompagnement ; le checkpoint officiel actuel est surtout entraîné sur du chant en mandarin.

Seuil de frontière de note — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Seuil de frontière de mot — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Vérifier les liaisons — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.

ROSVOT source (pinned)ROSVOT project page ROSVOT paper

SOME

Modèle

SOME est la voie rapide et légère du chant vers MIDI. Aucun contrôle public du modèle ; l’amélioration facultative du tempo MIDI intervient après l’inférence.

Après l’inférence, Beat This final0 inscrit dans le MIDI un tempo fixe valide ou une carte de tempo battement par battement, tout en conservant la position en secondes de chaque événement. Sans preuve de battement valide, la tâche échoue au lieu de livrer le tempo par défaut du modèle.

SOME source (pinned)SOME baseline weights SOME technical guide (pinned)

Graphique de référence : Erreurs de transcription de VocalParse sur Opencpop (tableau 1 de l’article) / Robustesse de ROSVOT sur audio propre et bruité (tableau 1 de l’article)

Erreurs de transcription de VocalParse sur Opencpop (tableau 1 de l’article)

VocalParse paper, Table 1

VocalParse, GAME, ROSVOT et SOME publient leurs résultats sur des jeux de données, langues, règles d’annotation et tolérances d’appariement différents. Aucun protocole public commun vérifié ne couvre les quatre checkpoints déployés ; la page n’invente donc pas de classement combiné.

Notes de papier et de référence	Modèle	MAE_pitch ↓	Métriques détaillées
Paroles de référence + horodatages SOFA	ROSVOTTelkNetPaper Table 1	0.38	MAE_note ↓0.45MAE_duration ↓0.40MAE_note-count ↓0.20
Audio uniquement	VocalParse 1.7BTelkNetPaper Table 1	0.56	MAE_note ↓0.44MAE_duration ↓0.34MAE_note-count ↓0.11
Audio + paroles de référence	VocalParse 1.7BTelkNetPaper Table 1	0.35	MAE_note ↓0.43MAE_duration ↓0.33MAE_note-count ↓0.11

Robustesse de ROSVOT sur audio propre et bruité (tableau 1 de l’article)

ROSVOT paper, Table 1

Voie robuste pour le chant avec bruit ou fuite d’accompagnement ; le checkpoint officiel actuel est surtout entraîné sur du chant en mandarin.

Notes de papier et de référence	Modèle	COnPOff F1 (%)	Métriques détaillées
Propre	ROSVOTTelkNetPaper Table 1	77.4	COn F1 (%)94.0COff F1 (%)94.5Pitch AOR (%)97.0Melody RPA (%)87.6
Bruit MUSAN	ROSVOTTelkNetPaper Table 1	77.0	COn F1 (%)93.8COff F1 (%)94.4Pitch AOR (%)97.1Melody RPA (%)87.4

Audit du benchmark

GAME

Guide des paramètres

Automatique utilise l’identifiant de langue officiel universel/non précisé 0 de GAME. Choisissez une langue précise uniquement si la langue chantée est connue.
Seuil de segmentation — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Rayon de segmentation (s) — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Départ D3PM — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Étapes D3PM — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Seuil d’estimation — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Après l’inférence, Beat This final0 inscrit dans le MIDI un tempo fixe valide ou une carte de tempo battement par battement, tout en conservant la position en secondes de chaque événement. Sans preuve de battement valide, la tâche échoue au lieu de livrer le tempo par défaut du modèle.
Seuil de frontière de note — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Seuil de frontière de mot — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Vérifier les liaisons — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.

Articles / notes techniques

VocalParse source (pinned)VocalParse weights (pinned)SingCrawl dataset source VocalParse paper GAME source (pinned)GAME v1.0.3 weights GAME technical guide (pinned)GAME ONNX guide (pinned)ROSVOT source (pinned)ROSVOT project page ROSVOT paper SOME source (pinned)SOME baseline weights SOME technical guide (pinned)

Démo

25時の情熱

Choisissez VocalParse, GAME, ROSVOT ou SOME pour une transcription vocale orientée partition, robuste à l’accompagnement ou rapide.

Aperçu MIDI

VocalParse 1.7B

Sortie MIDI

En maintenance

Cet outil est en maintenance. Veuillez réessayer plus tard.

Chant vers MIDI · Quatre modèles

Modèles, paramètres et sources

VocalParse 1.7B

GAME

ROSVOT

SOME

Notes de papier et de référence

VocalParse: Towards Unified and Scalable Singing Voice Transcription with Large Audio Language Models

Robust Singing Voice Transcription Serves Synthesis

GAME: Generative Adaptive MIDI Extractor

SOME: Singing-Oriented MIDI Extractor

Officiel / dépôts

Articles / notes techniques

Guide des paramètres

Cas d’utilisation

Flux de travail

Liste de contrôle avant vol

Preuve de modèle dans cette série

VocalParse 1.7B

GAME

ROSVOT

SOME

Graphique de référence : Erreurs de transcription de VocalParse sur Opencpop (tableau 1 de l’article) / Robustesse de ROSVOT sur audio propre et bruité (tableau 1 de l’article)

Erreurs de transcription de VocalParse sur Opencpop (tableau 1 de l’article)

Robustesse de ROSVOT sur audio propre et bruité (tableau 1 de l’article)

Audit du benchmark

Guide des paramètres

Articles / notes techniques

25時の情熱

En maintenance

Avis rapide

25時の情熱