Chargement...

Chant vers MIDI · ROSVOT / GAME · TelkNet

MIDI / transcriptionGPU charge de travailSOME · Code source SOME v1.0.0-baseline · Poids SOME v1.0.0-baseline · Journal des modifications SOME · Article

Chant vers MIDI

Convertissez chant, fredonnement ou pistes vocales en MIDI. Comparez ROSVOT, GAME, SOME et VOCANO avant de corriger la mélodie.

25 crédits/utilisationEntrée de fichierMaximum 100 MBEstimation 45-1800 secondes

Entrée

Importez une voix seule, un fredonnement ou une piste de chant isolée. Si vous n’avez que le morceau fini, choisissez « Chanson complète » : la voix principale sera isolée avant la transcription.

Formats pris en charge

mp3wavflacoggm4aaacaifaiffmp4movmkv

Production

MIDI

Cas d’utilisation

Copie d'une mélodie chantée dans un DAW pour l'édition, le doublage, la programmation de synthétiseur ou un brouillon de notation.

Choisir une famille de modèles

Chant vers MIDI · ROSVOTDisponibleVoie robuste pour le chant avec bruit ou fuite d’accompagnement ; le checkpoint officiel actuel est surtout entraîné sur du chant en mandarin.Chant vers MIDI · GAMEDisponibleConvertit le chant en MIDI avec des réglages de langue, de segmentation et de détection des notes.Chant vers MIDI · SOMEDisponibleSOME est la voie rapide et légère du chant vers MIDI.Chant vers MIDI · VOCANODisponibleVOCANO extrait la hauteur vocale avec Patch-CNN et repère les limites de notes avec PyramidNet-110. Son point d’entrée d’inférence publié ne propose pas d’autres réglages du modèle.

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.

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

SOME est la voie rapide et légère du chant vers MIDI.

ROSVOTROSVOT paper, Table 1ROSVOT + RWBDVOCANO: A Note Transcription Framework for Singing Voice in Polyphonic MusicRobust Singing Voice Transcription Serves SynthesisGAME: Generative Adaptive MIDI ExtractorSOME: Singing-Oriented MIDI ExtractorGAMESOMEVOCANO

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 des limites de notes ROSVOT : 0.85 par défaut ; plage 0–1.
Seuil des limites de mots ROSVOT : 0.5 par défaut ; plage 0–1.

GAME

Convertit le chant en MIDI avec des réglages de langue, de segmentation et de détection des notes.

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

Laissez ce champ vide pour utiliser l’identifiant de langue officiel 0 de GAME. Ce n’est pas une détection automatique ; choisissez la langue lorsque vous la connaissez.
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 de débruitage GAME : 8 par défaut ; plage 1–128.
Seuil d’estimation — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Après la transcription, analyse les temps d’origine et inscrit le tempo dans le MIDI en conservant le placement des notes.
Les résultats d’évaluation propres à GAME v1.0.3 ne sont pas encore répertoriés.

SOME

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

Après la transcription, analyse les temps d’origine et inscrit le tempo dans le MIDI en conservant le placement des notes.

VOCANO

VOCANO extrait la hauteur vocale avec Patch-CNN et repère les limites de notes avec PyramidNet-110. Son point d’entrée d’inférence publié ne propose pas d’autres réglages du modèle.

VOCANO source and official weights VOCANO ISMIR 2021 paper

Choisissez « Voix isolée / piste vocale » pour une voix a cappella ou déjà séparée. Avec « Chanson complète », la voix principale est d’abord isolée.

Notes de papier et de référence

VOCANO: A Note Transcription Framework for Singing Voice in Polyphonic Music

ISMIR - 2021

VOCANO extrait la hauteur vocale avec Patch-CNN et repère les limites de notes avec PyramidNet-110. Son point d’entrée d’inférence publié ne propose pas d’autres réglages du modèle.

Official source and citation

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

Convertit le chant en MIDI avec des réglages de langue, de segmentation et de détection des notes.

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

SOME: Singing-Oriented MIDI Extractor

Official technical guide - 2023

Technical guide (pinned)Baseline weights

Officiel / dépôts

ROSVOT source (pinned)ROSVOT project page GAME v1.0.3 source (pinned)GAME v1.0.3 weights SOME source (pinned)SOME baseline weights VOCANO source and official weights

Articles / notes techniques

ROSVOT paper GAME v1.0.3 technical guide (pinned)GAME v1.0.3 ONNX guide (pinned)SOME technical guide (pinned)VOCANO ISMIR 2021 paper

Guide des paramètres

Choisissez « Voix isolée / piste vocale » pour une voix a cappella ou déjà séparée. Avec « Chanson complète », la voix principale est d’abord isolée.
Laissez ce champ vide pour utiliser l’identifiant de langue officiel 0 de GAME. Ce n’est pas une détection automatique ; choisissez la langue lorsque vous la connaissez.
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 de débruitage GAME : 8 par défaut ; plage 1–128.
Seuil d’estimation — Réglage officiel du modèle ; gardez la valeur par défaut en cas de doute.
Après la transcription, analyse les temps d’origine et inscrit le tempo dans le MIDI en conservant le placement des notes.
Seuil des limites de notes ROSVOT : 0.85 par défaut ; plage 0–1.
Seuil des limites de mots ROSVOT : 0.5 par défaut ; plage 0–1.

Cas d’utilisation

Transformez une ligne vocale principale en notes modifiables.
Comparez quatre modèles de transcription lorsque l'enregistrement présente des saignements, du bruit ou des limites de notes peu claires.
Utilisez le MIDI comme piste de guidage dans un DAW, puis corrigez les hauteurs et la longueur des notes à l'oreille.

Flux de travail

1Choisissez le type d’audio, puis ajoutez une voix seule, une piste vocale ou une chanson complète. Une chanson complète est d’abord séparée.
2Commencez par le modèle par défaut ; utilisez la comparaison en quatre versions si le résultat est difficile à juger.
3Basculez entre la voix originale et chaque piano roll, corrigez le MIDI choisi, puis téléchargez-le.

Points à vérifier

Cet outil suit la mélodie principale chantée ; il ne reconstruit pas la batterie, les accords ou un arrangement complet.
GAME expose les contrôles de langage et de segmentation. Le point de contrôle publié par ROSVOT est principalement formé au chant mandarin.
La comparaison exécute quatre conversions séparées et fournit quatre fichiers MIDI indépendants, sans fusionner les modèles.

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

Le modèle sélectionné ne dispose d’aucun résultat public correspondant vérifié et n’a pas reçu de classement.

GAME 1.0 · Voix propres

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 -.

Données privées des auteurs, 100 enregistrements réservés ; chaque taille utilise son meilleur K publié. OA mesure l’exactitude globale par trame, pas le F1 des notes, et ne se combine pas avec ROSVOT.

Classer selon la métrique

GAME 1.0 · Voix propres
Classement par métrique	Modèle	Classement général dans ce protocole↑OA (%)	QER (%)↓	Presence F1 (%)↑	RPA (%)↑	Pitch RMSE↓	Chamfer (frames)↓
1	GAME 1.0 Medium · K=8 Poids publics · Code d’inférence Poids publics Code d’inférence`GAME-1.0.3-medium-onnx.zip`Licence des poids (déclaration du dépôt) : MIT	95.03	12.3	99.23	94.86	0.552	1.44
1	GAME 1.0 Large · K=1 Poids publics · Code d’inférence Poids publics Code d’inférence`GAME-1.0.3-large-onnx.zip`Licence des poids (déclaration du dépôt) : MIT	95.03	12.87	99.15	94.92	0.684	1.44
3	GAME 1.0 Small · K=2 Poids publics · Code d’inférence Poids publics Code d’inférence`GAME-1.0.3-small-onnx.zip`Licence des poids (déclaration du dépôt) : MIT	94.99	13.13	99.14	94.99	0.653	1.5

Données originales (3)

GAME · Technical Report §10 ↗Vérifié le 2026-09-27

Toutes les sources d’évaluation (1)

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

ROSVOT paper, Table 1 ↗
Entrées déployables 2 / lignes d’origine 10
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.
TONY · VOCANO · MusicYOLO · Yong et al. (2023) · ℳ (conformer) · ℳ (conv) · ℳ (w/o wbd) · ℳ (w/o noise)

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.

ROSVOT paper, Table 1

Entrées déployables 2 / lignes d’origine 10

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.

TONY · VOCANO · MusicYOLO · Yong et al. (2023) · ℳ (conformer) · ℳ (conv) · ℳ (w/o wbd) · ℳ (w/o noise)

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

Classer selon la métrique

ROSVOT paper, Table 1
Classement par métrique	Modèle	COn (F) ↑		COff (F) ↑		COnPOff (F) ↑		Pitch (AOR) ↑		Melody (RPA) ↑
Classement par métrique	Modèle	clean	noisy	clean	noisy	clean	noisy	clean	noisy	clean	noisy
1	ℳ (ours) Poids publics · Code d’inférence checkpoints.zip · rosvot + rwbd + rmvpe Code d’inférenceLicence des poids non déclarée	94.0	93.8	94.5	94.4	77.4	77.0	97.0	97.1	87.6	87.4
2	ℳ (w/ E W ) Poids publics · Code d’inférence checkpoints.zip · rosvot + rwbd + rmvpe Code d’inférenceLicence des poids non déclarée	93.3	93.5	93.2	92.9	77.1	77.0	96.5	96.2	87.5	87.2

Données originales (2)

ROSVOT paper, Table 1 ↗Vérifié le 2026-10-25