Caricamento...

Batteria in MIDI · MSG-LD / ADTOF · TelkNet

MIDI / trascrizioneGPU carico di lavoroSeparate-and-detect · Codice sorgente Separate-and-Detect · Pesi vae-ckpt.ckpt · Pesi hifigan-ckpt.ckpt · Pesi vgg16-397923af.pth · Pesi vgg.pth · Pesi 955717e8-8726e21a.th · Pesi madmom_models · Pesi MSG-LD · OB · Articolo

Batteria in MIDI

ADTOF Plus · ADTOF Direct · ADT_STR · MSG-LD. I mix completi passano prima per la separazione della batteria prevista dal processo selezionato. La batteria isolata passa direttamente al modello di trascrizione o separazione scelto.

15 crediti/utilizzoInserimento fileMassimo 100 MBStima 20-1800 secondi

Input

Supporta ingressi in formati come mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

Formati supportati

mp3wavflacoggm4aaacaifaiffmp4movmkv

Produzione

5 × WAV · MIDI · CSV

Caso d'uso

Modificare note, strumentazione e dettagli dell'esecuzione.

Scegli una famiglia di modelli

Batteria in MIDI · MSG-LDDisponibileSepara la batteria e rileva attacchi per una bozza MIDI; velocity e durate di riproduzione fisse.Batteria in MIDI · ADTOFDisponibileBatteria in MIDI: Plus aggiunge velocity e charleston aperto/chiuso; Direct trascrive direttamente.Batteria in MIDI · ADT_STRDisponibileTrascrive attacchi e velocity di 26 classi di batteria; tre versioni τ con addestramenti diversi.

Scegli una versione o modalità di elaborazione

Batteria in MIDI · MSG-LD · OBAddestrato con un ramo ausiliario per gli attacchi; genera cinque tracce e rileva i colpi.ConsigliatoDisponibileBatteria in MIDI · MSG-LD · OBTBAddestrato con rami ausiliari per attacchi e timbro; genera cinque tracce e rileva i colpi.Disponibile

Scegli un modello adatto al materiale e allo scopo, poi consulta gli esempi prima di inviare.

Costo, tempo, formati e parametri dipendono dal modello scelto.

Separa le parti di batteria e individua i colpi. La velocity MIDI è fissa a 100 e ogni evento dura 0.1 secondi; la durata del WAV completo non cambia.

Feedback rapido

Nel feedback indica lo strumento, i passaggi e il problema. Gli screenshot possono aiutare a individuarlo.

Modelli, parametri e fonti

MSG-LD genera cinque tracce di batteria e rileva gli attacchi; il MIDI usa velocity 100 e durata di riproduzione fissa di 0,1 secondi.

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 usa il ramo degli attacchi; msgld_obtb usa i rami degli attacchi e del timbro.
Passaggi di campionamento DDIM, 200 per impostazione predefinita. Puoi usare 50, 100, 200, 250 o 500; alcuni altri valori non sono supportati.
I mix completi passano prima per la separazione della batteria prevista dal processo selezionato. La batteria isolata passa direttamente al modello di trascrizione o separazione scelto.
L’articolo valuta OB, TB e OBTB separatamente; i valori OB non descrivono OBTB predefinito. F1 delle note e mel-MSE/FAD audio sono in tabelle distinte. La pipeline di rilevamento dell’articolo non è stata rimisurata qui.

MSG-LD · OBTB

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

msgld_ob usa il ramo degli attacchi; msgld_obtb usa i rami degli attacchi e del timbro.
Passaggi di campionamento DDIM, 200 per impostazione predefinita. Puoi usare 50, 100, 200, 250 o 500; alcuni altri valori non sono supportati.
I mix completi passano prima per la separazione della batteria prevista dal processo selezionato. La batteria isolata passa direttamente al modello di trascrizione o separazione scelto.
L’articolo valuta OB, TB e OBTB separatamente; i valori OB non descrivono OBTB predefinito. F1 delle note e mel-MSE/FAD audio sono in tabelle distinte. La pipeline di rilevamento dell’articolo non è stata rimisurata qui.

ADTOF Plus

ADTOF Plus aggiunge ad ADTOF separazione della batteria, mappatura della dinamica e gestione del charleston aperto e chiuso. Accetta mix completi.

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

Attiva per separare prima la batteria da un mix completo; disattiva per una traccia di batteria già isolata.
Soglia di rilevamento degli attacchi di batteria per ADTOF Plus; lascia vuoto per usare il valore predefinito del modello.
Dopo la trascrizione analizza i battiti originali e scrive il tempo nel MIDI, conservando i tempi delle note.

ADTOF Direct · PyTorch

ADTOF Direct trascrive batterie isolate con PyTorch ADTOF. Per i mix completi, TelkNet estrae prima la batteria con AudioSep-Hive, senza la post-elaborazione di intensità e hi-hat aperto/chiuso di Plus.

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

Regola separatamente le soglie di rilevamento di cassa, rullante, hi-hat, tom e piatti.
Risoluzione temporale, 100 FPS per impostazione predefinita; modificarla può influire sulla qualità della trascrizione.
Dopo la trascrizione analizza i battiti originali e scrive il tempo nel MIDI, conservando i tempi delle note.

ADT_STR · tau=0.8

ADT_STR rileva attacchi e velocity per 26 classi di batteria ed esporta MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Seleziona una variante dei pesi pubblicata ufficialmente.
Massimo di token generati per segmento; valore ufficiale 1024.
Dimensione ufficiale del batch di inferenza: segmenti elaborati insieme.
I mix completi passano prima per la separazione della batteria prevista dal processo selezionato. La batteria isolata passa direttamente al modello di trascrizione o separazione scelto.
Setting-1–Setting-4 nella tabella 2 sono esperimenti di addestramento, non i pesi selezionabili τ=0.4/0.6/0.8. I punteggi riguardano batterie isolate, non mix completi.

ADT_STR · tau=0.4

ADT_STR rileva attacchi e velocity per 26 classi di batteria ed esporta MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Seleziona una variante dei pesi pubblicata ufficialmente.
Massimo di token generati per segmento; valore ufficiale 1024.
Dimensione ufficiale del batch di inferenza: segmenti elaborati insieme.
I mix completi passano prima per la separazione della batteria prevista dal processo selezionato. La batteria isolata passa direttamente al modello di trascrizione o separazione scelto.
Setting-1–Setting-4 nella tabella 2 sono esperimenti di addestramento, non i pesi selezionabili τ=0.4/0.6/0.8. I punteggi riguardano batterie isolate, non mix completi.

ADT_STR · tau=0.6

ADT_STR rileva attacchi e velocity per 26 classi di batteria ed esporta MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Seleziona una variante dei pesi pubblicata ufficialmente.
Massimo di token generati per segmento; valore ufficiale 1024.
Dimensione ufficiale del batch di inferenza: segmenti elaborati insieme.
I mix completi passano prima per la separazione della batteria prevista dal processo selezionato. La batteria isolata passa direttamente al modello di trascrizione o separazione scelto.
Setting-1–Setting-4 nella tabella 2 sono esperimenti di addestramento, non i pesi selezionabili τ=0.4/0.6/0.8. I punteggi riguardano batterie isolate, non mix completi.

Note di carta e benchmark

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

Ufficiali / repository

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

Articoli / note tecniche

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

Guida ai parametri

Attiva per separare prima la batteria da un mix completo; disattiva per una traccia di batteria già isolata.
Soglia di rilevamento degli attacchi di batteria per ADTOF Plus; lascia vuoto per usare il valore predefinito del modello.
Regola separatamente le soglie di rilevamento di cassa, rullante, hi-hat, tom e piatti.
Risoluzione temporale, 100 FPS per impostazione predefinita; modificarla può influire sulla qualità della trascrizione.
Dopo la trascrizione analizza i battiti originali e scrive il tempo nel MIDI, conservando i tempi delle note.

Flusso di lavoro

1I mix completi passano prima per la separazione della batteria prevista dal processo selezionato. La batteria isolata passa direttamente al modello di trascrizione o separazione scelto.
2Scarica il MIDI e verifica cassa, rullante, charleston e altri elementi.

Cosa controllare

I mix completi passano prima per la separazione della batteria prevista dal processo selezionato. La batteria isolata passa direttamente al modello di trascrizione o separazione scelto.
Risoluzione temporale, 100 FPS per impostazione predefinita; modificarla può influire sulla qualità della trascrizione.

Modelli del settore

3 risultati

Include risultati pubblici dei modelli usati qui e altrove. Per impostazione predefinita viene mostrata la tabella completa della fonte; è anche possibile scegliere condizioni e metriche da confrontare. I punteggi ottenuti in condizioni diverse non sono direttamente confrontabili.

Sono mostrati solo risultati con implementazione pubblica di inferenza e pesi corrispondenti verificati, oltre agli algoritmi che non richiedono pesi. Sono esclusi servizi chiusi, pesi non pubblicati e versioni sperimentali non identificate. Non è una classifica di tutti i modelli.

I pesi pubblici non dimostrano l’esistenza di una licenza open source completa. Espandi i dati per consultare le licenze dichiarate e le condizioni di accesso. Le licenze non dichiarate sono indicate separatamente.

BenchmarkCategoria

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

Scegli un insieme di dati per visualizzare tutte le metriche di ciascun modello. Le righe seguono la classifica ufficiale o la metrica selezionata. Il grassetto indica il miglior valore confrontabile di ogni colonna, inclusi i pari merito. Protocolli di valutazione diversi sono classificati separatamente; i punteggi mancanti sono indicati con -.

Classifica per metrica

MSG-LD / ADTOF / LarsNet · MDB + ENST · 5 classes · 50 ms
Classifica per metrica	Modello	MDB · Overall	ENST · Overall	MDB					ENST
Classifica per metrica	Modello	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 Pesi pubblici · Codice di inferenza Pesi pubblici Codice di inferenza`Frame_RNN_adtofAll_0.data-00000-of-00001 + .index`Licenza dei pesi (dichiarazione del repository): 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 OBModello usato qui Pesi pubblici · Codice di inferenza Pesi pubblici Codice di inferenza Licenza dei pesi (dichiarazione del repository): 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 Pesi pubblici · Codice di inferenza Pesi pubblici Codice di inferenza Licenza dei pesi (dichiarazione del repository): mit	69	63.6	-	-	-	-	-	-	-	-	-	-

Dati originali (3)

Le etichette indicano modelli o componenti usati qui. Punteggi e impostazioni provengono dai test citati, non da una nuova valutazione dell’intero processo del sito.

MSG-LD · Tables 3–4 ↗Verificato: 2026-09-27

Tutte le fonti di valutazione (6)

Dataset, versioni e condizioni restano separati, anche per fonti senza righe ammesse in classifica.

ADTOF-PyTorch README ↗
Voci distribuibili 2 / righe originali 2
Batteria in MIDI ↗
Voci distribuibili 6 / righe originali 6
Batteria in MIDI ↗
Voci distribuibili 3 / righe originali 6
Non classificati: 3
Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.
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 ↗
Voci distribuibili 0 / righe originali 8
Non classificati: 8
Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.
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 ↗
Voci distribuibili 2 / righe originali 3
Non classificati: 1
Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.
LarsNet
MSG-LD · Table 4 ↗
Voci distribuibili 2 / righe originali 4
Non classificati: 2
Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.
MSG-LD Vanilla · MSG-LD TB

Tutti i risultati originali e le fonti

I punteggi si riferiscono al dataset, alla metrica e alla versione indicati; test diversi non sono direttamente confrontabili.

La tabella include solo modelli con pesi o configurazioni pubbliche eseguibili in locale.

ADTOF-PyTorch README

Voci distribuibili 2 / righe originali 2

ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74

Classifica per metrica

ADTOF-PyTorch README
Classifica per metrica	Modello	Recall↑	Precision↑	F-measure↑
1	ADTOF (original) Pesi pubblici · Codice di inferenza Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Codice di inferenza Licenza dei pesi (dichiarazione del repository): CC-BY-NC-SA-4.0	88.68	89.90	88.74
2	ADTOF-pytorch Pesi pubblici · Codice di inferenza src/adtof_pytorch/data/adtof_frame_rnn_pytorch_weights.pth Codice di inferenzaLicenza dei pesi non dichiarata	88.26	89.83	88.51

Dati originali (2)

ADTOF-PyTorch README ↗Verificato: 2026-10-25

Batteria in MIDI

I valori provengono dalla fonte pubblica collegata. Le etichette delle righe indicano il set di test o il checkpoint; i punteggi non pubblicati sono mostrati come -.

Condizione di testClassifica per metrica

Batteria in MIDI
Classifica per metrica	Modello	Condizione di test	F1 (%)↑	Precisione (%)↑	Richiamo (%)↑
1	ADTOF Plus Pesi pubblici · Codice di inferenza MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Codice di inferenza`drumsep_5stems_mdx23c_jarredou.ckpt`Licenza dei pesi (dichiarazione del repository): mit	MDB · 5 classes · onset only · 50 ms	89	89	89
2	Original ADTOF Pesi pubblici · Codice di inferenza Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Codice di inferenza Licenza dei pesi (dichiarazione del repository): CC-BY-NC-SA-4.0	MDB · 5 classes · onset only · 50 ms	87	-	-

Dati originali (6)

ADTOF Plus paper, Table 1 ↗

Batteria in MIDI

I valori provengono dalla fonte pubblica collegata. Le etichette delle righe indicano il set di test o il checkpoint; i punteggi non pubblicati sono mostrati come -.

Condizione di testClassifica per metrica

Batteria in MIDI
Classifica per metrica	Modello	Condizione di test	F1 (%)↑	Precisione (%)↑	Richiamo (%)↑
-	ADTOF Plus Pesi pubblici · Codice di inferenza MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Codice di inferenza`drumsep_5stems_mdx23c_jarredou.ckpt`Licenza dei pesi (dichiarazione del repository): mit	MDB · 8-class evaluation · onset only · 50 ms	84	84	84

Dati originali (3)

ADTOF Plus paper, Table 2 ↗

MSG-LD · Table 3

Voci distribuibili 2 / righe originali 3

Non classificati: 1

Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.

LarsNet

L’articolo valuta OB, TB e OBTB separatamente; i valori OB non descrivono OBTB predefinito. F1 delle note e mel-MSE/FAD audio sono in tabelle distinte. La pipeline di rilevamento dell’articolo non è stata rimisurata qui.

Classifica per metrica

MSG-LD · Table 3
Classifica per metrica	Modello	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
Classifica per metrica	Modello	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 Pesi pubblici · Codice di inferenza Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Codice di inferenza Licenza dei pesi (dichiarazione del repository): 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 Pesi pubblici · Codice di inferenza Codice di inferenza Licenza dei pesi (dichiarazione del repository): 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

Dati originali (2)

MSG-LD · Table 3 ↗Verificato: 2026-10-25

MSG-LD · Table 4

Voci distribuibili 2 / righe originali 4

Non classificati: 2

Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.

MSG-LD Vanilla · MSG-LD TB

Classifica per metrica

MSG-LD · Table 4
Classifica per metrica	Modello	MDB Overall			ENST Overall			Mean overall F1 (2 sets)
Classifica per metrica	Modello	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑
1	MSG-LD OB Pesi pubblici · Codice di inferenza Codice di inferenza Licenza dei pesi (dichiarazione del repository): mit	0.707	0.709	0.704	0.640	0.695	0.593	0.674	0.674	0.674
2	MSG-LD OBTB Pesi pubblici · Codice di inferenza Codice di inferenza Licenza dei pesi (dichiarazione del repository): mit	0.690	0.709	0.672	0.636	0.703	0.580	0.663	0.663	0.663

Dati originali (2)

MSG-LD · Table 4 ↗Verificato: 2026-10-25