Φόρτωση...
Δημιουργήστε πολυκάναλη μουσική από ύφος, περιγραφή ή MIDI. Επιλέξτε έκδοση, ακούστε, επεξεργαστείτε και κατεβάστε.
Εισαγωγή
Ύφος, περιγραφή ή MIDI
MIDI μορφές
Παραγωγή
Πολυκάναλο MIDI · πρωτότυπα ZIP
Περίπτωση χρήσης
Μουσικές ιδέες, ενορχηστρώσεις συγκροτήματος και συνέχεια MIDI
Δημιουργήστε πολυκάναλη μουσική από ύφος, περιγραφή ή MIDI. Επιλέξτε έκδοση, ακούστε, επεξεργαστείτε και κατεβάστε.
Σπόρος 42 · 35 δευτ. · 5 κανάλια
Ο ήχος συντίθεται από MIDI. Η χροιά των οργάνων δεν μετρά την ποιότητα ήχου του μοντέλου.
MIDILM
Εισαγωγή SF2/SF3 έως 512 MB ανά αρχείο. Τα αρχεία χρησιμοποιούνται τοπικά μόνο σε αυτή τη σελίδα και δεν μεταφορτώνονται. Οι μεταγραμμένες νότες δεν αλλάζουν.
Για έργα ήχου ή βίντεο στα 48 kHz. Τα αρχεία είναι λίγο μεγαλύτερα.
Το WAV συντίθεται απευθείας στην επιλεγμένη μορφή με τους τρέχοντες ήχους, την ταχύτητα και την ένταση. Η ποιότητα εξαρτάται και από τη βιβλιοθήκη ήχων· περισσότερα bit δεν βελτιώνουν τα αρχικά της δείγματα.
Αρχικό αρχείο MIDIΠλήρες αρχικό ZIPΚαταγραφή δημιουργίας
{
"model_profile": "midilm",
"arrangement_seed": 42,
"arrangement_mode": "create",
"arrangement_options": {
"prompt": "A warm jazz quartet in C major at 110 BPM, 4/4 time. Piano plays a clear lyrical melody, acoustic bass keeps a steady pulse, clean guitar adds soft chords, and drums keep a light swing groove. The harmony follows Dm7, G7, Cmaj7 and Am7, with balanced dynamics and recurring melodic phrases.",
"max_tokens": 2047,
"temperature": 1
}
}SHA-256: 60531fb6edff7267c65e932ec148adf26c319b9ca68e4bf9ebf7cd9eda42e7fc
Στα σχόλιά σας αναφέρετε το εργαλείο, τα βήματα και το πρόβλημα. Τα στιγμιότυπα οθόνης βοηθούν στον εντοπισμό του.
Δημιουργεί MIDI πολλών οργάνων από κείμενο.
Αποτέλεσμα μελέτης: MOS ↑ 3.2306 ± 0.9160 / 5
Επεξεργασία: GPU · μοντέλο · Άδεια: CC-BY-NC-4.0 (code)
Μετατρέπει περιγραφές ύφους, διάθεσης και οργάνων σε πολυκάναλο MIDI.
Αποτέλεσμα μελέτης: FAD ↓ 0.173 · CLAP ↑ 22.1 · BF16
Πίνακας 2: 896 δείγματα, FluidR3_GM, VGGish FAD και CLAP × 100. Ταχύτητα: 2K token σε μία L40S. Δεν υπάρχει αντίστοιχη μέτρηση της έκδοσης FP32 του ιστοτόπου.
Επεξεργασία: GPU · μοντέλο · Άδεια: Llama-3.2-Community
Large προσαρμοσμένο σε ποιοτικά δεδομένα· όχι απαραίτητα καλύτερο σε κάθε ύφος.
Δεν υπάρχει συγκρίσιμη δημοσιευμένη αξιολόγηση ποιότητας για αυτή την έκδοση.
Επεξεργασία: GPU · μοντέλο · Άδεια: Apache-2.0
Βασικό μοντέλο · 16 επίπεδα, 16 κεφαλές προσοχής.
Δεν υπάρχει συγκρίσιμη δημοσιευμένη αξιολόγηση ποιότητας για αυτή την έκδοση.
Επεξεργασία: GPU · μοντέλο · Άδεια: Apache-2.0
Βασικό μοντέλο · 8 επίπεδα, 32 κεφαλές προσοχής.
Δεν υπάρχει συγκρίσιμη δημοσιευμένη αξιολόγηση ποιότητας για αυτή την έκδοση.
Επεξεργασία: GPU · μοντέλο · Άδεια: Apache-2.0
Πλαίσιο 4 / 8 μέτρων· μεσαία βάρη 350.5 MB.
Δεν υπάρχει συγκρίσιμη δημοσιευμένη αξιολόγηση ποιότητας για αυτή την έκδοση.
Επεξεργασία: GPU · μοντέλο · Άδεια: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16 μέτρα· πλαίσιο 4096 token.
Δεν υπάρχει συγκρίσιμη δημοσιευμένη αξιολόγηση ποιότητας για αυτή την έκδοση.
Επεξεργασία: GPU · μοντέλο · Άδεια: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16 μέτρα· δυναμική και μικροχρονισμός.
Δεν υπάρχει συγκρίσιμη δημοσιευμένη αξιολόγηση ποιότητας για αυτή την έκδοση.
Επεξεργασία: GPU · μοντέλο · Άδεια: Research / non-commercial weights; MIT code
Πλαίσιο 4 / 8 μέτρων· μικρά βάρη 82.5 MB.
Δεν υπάρχει συγκρίσιμη δημοσιευμένη αξιολόγηση ποιότητας για αυτή την έκδοση.
Επεξεργασία: GPU · μοντέλο · Άδεια: Research / non-commercial weights; MIT code
Έλεγχος μήκους σε εύρη δέκα μέτρων.
Αποτέλεσμα μελέτης: PhraseFID ↓ 3.81
Επεξεργασία: GPU · μοντέλο · Άδεια: Apache-2.0 (code)
Ελεύθερη δημιουργία χωρίς περιορισμούς μήκους ή δομής.
Αποτέλεσμα μελέτης: PhraseFID ↓ 3.89
Επεξεργασία: GPU · μοντέλο · Άδεια: Apache-2.0 (code)
Πειραματικός έλεγχος δομής· η τήρηση της μορφής χρειάζεται ακόμη επαλήθευση.
Αποτέλεσμα μελέτης: PhraseFID (7.65)
Τα PhraseFID και SRS με σταθερή δομή εξαιρούνται από την κατάταξη εκδόσεων.
Επεξεργασία: GPU · μοντέλο · Άδεια: Apache-2.0 (code)
Κανόνες ύφους και αρμονίας δημιουργούν βρόχους, μέρη και πλήρεις δομές.
Δεν υπάρχει συγκρίσιμη δημοσιευμένη αξιολόγηση ποιότητας για αυτή την έκδοση.
Επεξεργασία: CPU · κανόνες · Άδεια: GPL-3.0-or-later
Πρότυπα οργάνων και μορφής δημιουργούν πλήρεις ενορχηστρώσεις.
Δεν υπάρχει συγκρίσιμη δημοσιευμένη αξιολόγηση ποιότητας για αυτή την έκδοση.
Επεξεργασία: CPU · κανόνες · Άδεια: MIT
Οι βαθμολογίες χρησιμοποιούν διαφορετικά δεδομένα και μεθόδους. Δεν αποτελούν ενιαία κατάταξη ή μέτρηση ποιότητας αυτής της προσαρμογής.
Η κατάταξη χρησιμοποιεί την επιλεγμένη μετρική στις ίδιες συνθήκες. Τα αρχικά δεδομένα περιλαμβάνουν μουσική αναφοράς και αφαιρετικά πειράματα, όχι απαραίτητα εκδόσεις διαθέσιμες εδώ.
Επιλέξτε ένα σύνολο δεδομένων για να δείτε όλες τις μετρικές κάθε μοντέλου. Οι γραμμές ακολουθούν την επίσημη κατάταξη ή την επιλεγμένη μετρική. Η έντονη γραφή δείχνει την καλύτερη συγκρίσιμη τιμή κάθε στήλης, μαζί με τις ισοβαθμίες. Τα διαφορετικά πρωτόκολλα αξιολόγησης κατατάσσονται χωριστά· οι βαθμολογίες που λείπουν εμφανίζονται ως -.
Πίνακες 1–3: μέσος όρος 10 τυχαίων δειγμάτων των 96 στοιχείων· άλλα 96 για ελεύθερο κείμενο. MOS: τυφλή αξιολόγηση 15 ακροατών σε κλίμακα 1–5, ± τυπική απόκλιση. Χωριστή κατάταξη ανά συνθήκη κειμένου.
Το ± δηλώνει τυπική απόκλιση.
| Κατάταξη ανά μετρική | Μοντέλο | Συνθήκη δοκιμής | MOS / 5↑ |
|---|---|---|---|
| 1 | MIDILM | Δοκιμή MidiCaps | 3.2306 ± 0.9160 |
| 2 | Text2MIDI-InferAlign | Δοκιμή MidiCaps | 2.4861 ± 0.7675 |
| 3 | MuseCoco | Δοκιμή MidiCaps | 2.0854 ± 0.9499 |
| - | Μουσική αναφοράς Δεδομένα αναφοράς· εκτός κατάταξης εκδόσεων. | Δοκιμή MidiCaps | 4.1010 ± 0.9590 |