Επιλέξτε VocalParse, GAME, ROSVOT ή SOME για παρτιτούρα, αντοχή στη συνοδεία ή γρήγορη μεταγραφή φωνής.
Επιλέξτε VocalParse, GAME, ROSVOT ή SOME για παρτιτούρα, αντοχή στη συνοδεία ή γρήγορη μεταγραφή φωνής.
Εισαγωγή
Ένα πλήρες υποστηριζόμενο αρχείο ήχου ή βίντεο. επιλέξτε το προφίλ μοντέλου που ταιριάζει με την πηγή και το αποτέλεσμα που χρειάζεστε.
Υποστηριζόμενες μορφές
Παραγωγή
Επιλέξτε VocalParse, GAME, ROSVOT ή SOME για παρτιτούρα, αντοχή στη συνοδεία ή γρήγορη μεταγραφή φωνής.
Περίπτωση χρήσης
Επιλέξτε VocalParse, GAME, ROSVOT ή SOME για παρτιτούρα, αντοχή στη συνοδεία ή γρήγορη μεταγραφή φωνής.
Επιλέξτε VocalParse, GAME, ROSVOT ή SOME για παρτιτούρα, αντοχή στη συνοδεία ή γρήγορη μεταγραφή φωνής.
Προεπιλεγμένη διαδρομή για δομημένο φωνητικό MIDI που μοιάζει με παρτιτούρα από καθαρότερο τραγούδι· το σταθερό checkpoint δεν έχει επίσημες ρυθμιζόμενες παραμέτρους inference.
Το GAME μετατρέπει τραγούδι σε MIDI με επίσημους ελέγχους ορίων, D3PM και εκτίμησης. Η γλώσσα είναι αυτόματη/μη καθορισμένη και δεν επιβάλλονται κινέζικα.
Ανθεκτική διαδρομή για τραγούδι με θόρυβο ή διαρροή συνοδείας· το τρέχον επίσημο checkpoint έχει εκπαιδευτεί κυρίως σε τραγούδι στα Μανδαρινικά.
Το SOME είναι η γρήγορη, ελαφριά διαδρομή τραγουδιού σε MIDI. Δεν έχει δημόσιους ελέγχους μοντέλου· η προαιρετική βελτίωση tempo γίνεται μετά την inference.
arXiv - 2026
Προεπιλεγμένη διαδρομή για δομημένο φωνητικό MIDI που μοιάζει με παρτιτούρα από καθαρότερο τραγούδι· το σταθερό checkpoint δεν έχει επίσημες ρυθμιζόμενες παραμέτρους inference.
ACL - 2024
Ανθεκτική διαδρομή για τραγούδι με θόρυβο ή διαρροή συνοδείας· το τρέχον επίσημο checkpoint έχει εκπαιδευτεί κυρίως σε τραγούδι στα Μανδαρινικά.
Official technical guide - 2026
Το GAME μετατρέπει τραγούδι σε MIDI με επίσημους ελέγχους ορίων, D3PM και εκτίμησης. Η γλώσσα είναι αυτόματη/μη καθορισμένη και δεν επιβάλλονται κινέζικα.
Official technical guide - 2023
Το SOME είναι η γρήγορη, ελαφριά διαδρομή τραγουδιού σε MIDI. Δεν έχει δημόσιους ελέγχους μοντέλου· η προαιρετική βελτίωση tempo γίνεται μετά την inference.
Επιλέξτε VocalParse, GAME, ROSVOT ή SOME για παρτιτούρα, αντοχή στη συνοδεία ή γρήγορη μεταγραφή φωνής.
Προεπιλεγμένη διαδρομή για δομημένο φωνητικό MIDI που μοιάζει με παρτιτούρα από καθαρότερο τραγούδι· το σταθερό checkpoint δεν έχει επίσημες ρυθμιζόμενες παραμέτρους inference.
Το GAME μετατρέπει τραγούδι σε MIDI με επίσημους ελέγχους ορίων, D3PM και εκτίμησης. Η γλώσσα είναι αυτόματη/μη καθορισμένη και δεν επιβάλλονται κινέζικα.
Ανθεκτική διαδρομή για τραγούδι με θόρυβο ή διαρροή συνοδείας· το τρέχον επίσημο checkpoint έχει εκπαιδευτεί κυρίως σε τραγούδι στα Μανδαρινικά.
Το SOME είναι η γρήγορη, ελαφριά διαδρομή τραγουδιού σε MIDI. Δεν έχει δημόσιους ελέγχους μοντέλου· η προαιρετική βελτίωση tempo γίνεται μετά την inference.
Τα VocalParse, GAME, ROSVOT και SOME δημοσιεύουν αποτελέσματα με διαφορετικά σύνολα δεδομένων, γλώσσες, κανόνες ετικετών και ανοχές αντιστοίχισης. Δεν υπάρχει επαληθευμένο κοινό δημόσιο πρωτόκολλο που να καλύπτει και τα τέσσερα αναπτυγμένα checkpoints, οπότε δεν επινοείται ενιαία κατάταξη.
| Χαρτί και σημειώσεις αναφοράς | Μοντέλο | MAE_pitch ↓ | Αναλυτικές μετρήσεις |
|---|---|---|---|
| Στίχοι αναφοράς + χρονικές σημάνσεις SOFA | ROSVOTTelkNetPaper Table 1 | 0.38 | MAE_note ↓0.45MAE_duration ↓0.40MAE_note-count ↓0.20 |
| Μόνο ήχος | VocalParse 1.7BTelkNetPaper Table 1 | 0.56 | MAE_note ↓0.44MAE_duration ↓0.34MAE_note-count ↓0.11 |
| Ήχος + στίχοι αναφοράς | VocalParse 1.7BTelkNetPaper Table 1 | 0.35 | MAE_note ↓0.43MAE_duration ↓0.33MAE_note-count ↓0.11 |
Ανθεκτική διαδρομή για τραγούδι με θόρυβο ή διαρροή συνοδείας· το τρέχον επίσημο checkpoint έχει εκπαιδευτεί κυρίως σε τραγούδι στα Μανδαρινικά.
| Χαρτί και σημειώσεις αναφοράς | Μοντέλο | COnPOff F1 (%) | Αναλυτικές μετρήσεις |
|---|---|---|---|
| Καθαρό | ROSVOTTelkNetPaper Table 1 | 77.4 | COn F1 (%)94.0COff F1 (%)94.5Pitch AOR (%)97.0Melody RPA (%)87.6 |
| Θόρυβος MUSAN | ROSVOTTelkNetPaper Table 1 | 77.0 | COn F1 (%)93.8COff F1 (%)94.4Pitch AOR (%)97.1Melody RPA (%)87.4 |
Τα VocalParse, GAME, ROSVOT και SOME δημοσιεύουν αποτελέσματα με διαφορετικά σύνολα δεδομένων, γλώσσες, κανόνες ετικετών και ανοχές αντιστοίχισης. Δεν υπάρχει επαληθευμένο κοινό δημόσιο πρωτόκολλο που να καλύπτει και τα τέσσερα αναπτυγμένα checkpoints, οπότε δεν επινοείται ενιαία κατάταξη.
Αυτό το εργαλείο βρίσκεται υπό συντήρηση. Δοκιμάστε ξανά αργότερα.
Γράψτε εδώ την πρόταση ή το αίτημά σας και υποβάλετέ το. Ακούμε κάθε φωνή και προσπαθούμε να κάνουμε τις καλές ιδέες πραγματικές λειτουργίες.
Διαδήλωση
Επιλέξτε VocalParse, GAME, ROSVOT ή SOME για παρτιτούρα, αντοχή στη συνοδεία ή γρήγορη μεταγραφή φωνής.
VocalParse 1.7B