Multi-Task Multi-Frame Visual Piano Transcription
ISMIR - 2026
Caricamento...
Solo per video fissi dall’alto della tastiera. Servono i quattro angoli per la correzione prospettica; V2N stima il rilascio fisico dei tasti e la velocity, non le code prolungate dal pedale.
Input
Supporta ingressi in formati come mp4 / mov / mkv
Formati supportati
Produzione
MIDI
Caso d'uso
Modificare note, strumentazione e dettagli dell'esecuzione.
ISMIR - 2026
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.
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 -.
Voci distribuibili 1 / righe originali 13
Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.
S2S † · Trained on PianoVAM → Test: PianoVAM · V2R † · Trained on PianoVAM → Test: PianoVAM · Li et al. † · Trained on PianoVAM → Test: PianoVAM · PPAN † · Trained on PianoVAM → Test: PianoVAM · S2S † · Trained on R3s+R3x → Test: R3s · V2R † · Trained on R3s+R3x → Test: R3s · PPAN † · Trained on R3s+R3x → Test: R3s · V2N (Ours) · Trained on R3s+R3x → Test: R3s · S2S † · Trained on R3s+R3x → Test: R3x · V2R † · Trained on R3s+R3x → Test: R3x · PPAN † · Trained on R3s+R3x → Test: R3x · V2N (Ours) · Trained on R3s+R3x → Test: R3x
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 -.
| Classifica per metrica | Modello | Condizione di test | Frame · (60 Hz) | Onset | + Off | + Vel | + Off + Vel | ||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 50 ms↑ | 100 ms↑ | 50 ms↑ | 100 ms↑ | 50 ms↑ | 100 ms↑ | 50 ms↑ | 100 ms↑ | ||||
| - | V2N (Ours)Modello usato quiPesi pubblici · Codice di inferenza | Trained on PianoVAM → Test: PianoVAM | 90.9 ∗ | 94.7 | 97.0 | 89.5 ∗ | 95.5 ∗ | 82.8 ∗ | 84.5 ∗ | 78.3 ∗ | 83.2 ∗ |
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.
Dataset, versioni e condizioni restano separati, anche per fonti senza righe ammesse in classifica.
Voci distribuibili 1 / righe originali 13
Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.
S2S † · Trained on PianoVAM → Test: PianoVAM · V2R † · Trained on PianoVAM → Test: PianoVAM · Li et al. † · Trained on PianoVAM → Test: PianoVAM · PPAN † · Trained on PianoVAM → Test: PianoVAM · S2S † · Trained on R3s+R3x → Test: R3s · V2R † · Trained on R3s+R3x → Test: R3s · PPAN † · Trained on R3s+R3x → Test: R3s · V2N (Ours) · Trained on R3s+R3x → Test: R3s · S2S † · Trained on R3s+R3x → Test: R3x · V2R † · Trained on R3s+R3x → Test: R3x · PPAN † · Trained on R3s+R3x → Test: R3x · V2N (Ours) · Trained on R3s+R3x → Test: R3x
I punteggi si riferiscono al dataset, alla metrica e alla versione indicati; test diversi non sono direttamente confrontabili.
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 -.
Voci distribuibili 1 / righe originali 13
Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.
S2S † · Trained on PianoVAM → Test: PianoVAM · V2R † · Trained on PianoVAM → Test: PianoVAM · Li et al. † · Trained on PianoVAM → Test: PianoVAM · PPAN † · Trained on PianoVAM → Test: PianoVAM · S2S † · Trained on R3s+R3x → Test: R3s · V2R † · Trained on R3s+R3x → Test: R3s · PPAN † · Trained on R3s+R3x → Test: R3s · V2N (Ours) · Trained on R3s+R3x → Test: R3s · S2S † · Trained on R3s+R3x → Test: R3x · V2R † · Trained on R3s+R3x → Test: R3x · PPAN † · Trained on R3s+R3x → Test: R3x · V2N (Ours) · Trained on R3s+R3x → Test: R3x
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 -.
| Classifica per metrica | Modello | Condizione di test | Frame · (60 Hz) | Onset | + Off | + Vel | + Off + Vel | ||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 50 ms↑ | 100 ms↑ | 50 ms↑ | 100 ms↑ | 50 ms↑ | 100 ms↑ | 50 ms↑ | 100 ms↑ | ||||
| - | V2N (Ours)Pesi pubblici · Codice di inferenza | Trained on PianoVAM → Test: PianoVAM | 90.9 ∗ | 94.7 | 97.0 | 89.5 ∗ | 95.5 ∗ | 82.8 ∗ | 84.5 ∗ | 78.3 ∗ | 83.2 ∗ |
Nel feedback indica lo strumento, i passaggi e il problema. Gli screenshot possono aiutare a individuarlo.