Caricamento...
Identifica melodie vocali e strumentali, accordi, pulsazioni, metro, tonalità e sezioni di un brano intero. Esporta PDF, MusicXML, MIDI, spartito ABC e annotazioni temporali. I mix complessi richiedono una verifica.
Input
Supporta ingressi in formati come mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Formati supportati
Produzione
PDF · MusicXML · ABC · MIDI
Caso d'uso
Identifica melodie vocali e strumentali, accordi, pulsazioni, metro, tonalità e sezioni di un brano intero. Esporta PDF, MusicXML, MIDI, spartito ABC e annotazioni temporali. I mix complessi richiedono una verifica.
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.
Nel feedback indica lo strumento, i passaggi e il problema. Gli screenshot possono aiutare a individuarlo.
Trascrive melodie e accordi di brani interi, con più metri e tipi di accordo e rilevamento facoltativo dei modi. Esporta PDF, MusicXML, MIDI, spartito ABC e annotazioni temporali; verifica i risultati.
Trascrivi un estratto audio selezionato di massimo 30 secondi in uno spartito di melodia e accordi PDF / MusicXML / Humdrum **kern da revisionare.
ACM Multimedia - 2026
Su TelkNet, SheetSage trascrive estratti di melodia e accordi fino a 30 secondi in PDF / MusicXML / Humdrum **kern da revisionare. I quartetti d’archi usano un modello separato; non è possibile ricostruire integralmente arrangiamenti arbitrari.
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.
Il grafico mostra risultati pubblicati dagli autori. La configurazione del sito non è stata valutata nelle stesse condizioni; questi non sono indicati come risultati del sito.
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 3 / righe originali 3
L’autore di Refined valuta lo stesso audio riservato: 95 brani pop di test e 47 di validazione con annotazioni private; 50 brani in metri dispari (9 registrazioni e 41 sintesi); inoltre 300 pezzi sintetici della stessa distribuzione e 1026 clip HookTheory. Entrambe le stanghette devono corrispondere entro ±70 ms, senza altre stanghette. Il raggruppamento coerente ammette le riorganizzazioni documentate. Melodia: stessa altezza e attacco entro 50 ms; cambi di tonalità: ±2 s. La valutazione dei modi usa l’opzione dedicata. Nessuna classifica comune con l’articolo originale.
| Classifica per metrica | Modello | Pop songs, test (95 songs, mostly 4/4): beat↑ | Pop songs, test: downbeat↑ | HookTheory test (1026 clips): beat↑ | Odd-meter songs (50): beat↑ | Odd-meter songs: downbeat↑ | Synthetic meters (300): beat↑ | Synthetic meters: downbeat↑ |
|---|---|---|---|---|---|---|---|---|
| 1 | SheetSage2-Refined · beat head | 0.978 | 0.976 | 0.902 | 0.928 | 0.883 | 0.988 | 0.955 |
| 2 | SheetSage2-Refined | 0.969 | 0.965 | 0.886 | 0.895 | 0.835 | 0.906 | 0.839 |
| 3 | SheetSage2Pesi pubblici · Codice di inferenza | 0.966 | 0.966 | 0.897 | 0.849 | 0.733 | 0.719 | 0.368 |
Dataset, versioni e condizioni restano separati, anche per fonti senza righe ammesse in classifica.
Voci distribuibili 3 / righe originali 3
Voci distribuibili 3 / righe originali 3
Voci distribuibili 3 / righe originali 3
Voci distribuibili 2 / righe originali 2
Voci distribuibili 3 / righe originali 3
Voci distribuibili 1 / righe originali 9
Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.
SheetSage1 · madmom · Beat This! · S-KEY · ChordFormer · † ChordFormer · SongFormer
Voci distribuibili 1 / righe originali 4
Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
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 3 / righe originali 3
L’autore di Refined valuta lo stesso audio riservato: 95 brani pop di test e 47 di validazione con annotazioni private; 50 brani in metri dispari (9 registrazioni e 41 sintesi); inoltre 300 pezzi sintetici della stessa distribuzione e 1026 clip HookTheory. Entrambe le stanghette devono corrispondere entro ±70 ms, senza altre stanghette. Il raggruppamento coerente ammette le riorganizzazioni documentate. Melodia: stessa altezza e attacco entro 50 ms; cambi di tonalità: ±2 s. La valutazione dei modi usa l’opzione dedicata. Nessuna classifica comune con l’articolo originale.
| Classifica per metrica | Modello | Pop songs, test (95 songs, mostly 4/4): beat↑ | Pop songs, test: downbeat↑ | HookTheory test (1026 clips): beat↑ | Odd-meter songs (50): beat↑ | Odd-meter songs: downbeat↑ | Synthetic meters (300): beat↑ | Synthetic meters: downbeat↑ |
|---|---|---|---|---|---|---|---|---|
| 1 | SheetSage2-Refined · beat head | 0.978 | 0.976 | 0.902 | 0.928 | 0.883 | 0.988 | 0.955 |
| 2 | SheetSage2-Refined | 0.969 | 0.965 | 0.886 | 0.895 | 0.835 | 0.906 | 0.839 |
| 3 | SheetSage2Pesi pubblici · Codice di inferenza | 0.966 | 0.966 | 0.897 | 0.849 | 0.733 | 0.719 | 0.368 |
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 3 / righe originali 3
L’autore di Refined valuta lo stesso audio riservato: 95 brani pop di test e 47 di validazione con annotazioni private; 50 brani in metri dispari (9 registrazioni e 41 sintesi); inoltre 300 pezzi sintetici della stessa distribuzione e 1026 clip HookTheory. Entrambe le stanghette devono corrispondere entro ±70 ms, senza altre stanghette. Il raggruppamento coerente ammette le riorganizzazioni documentate. Melodia: stessa altezza e attacco entro 50 ms; cambi di tonalità: ±2 s. La valutazione dei modi usa l’opzione dedicata. Nessuna classifica comune con l’articolo originale.
| Classifica per metrica | Modello | 4/4 · 3544 bars | 3/4 · 680 bars | 6/4 · 589 bars | 5/4 · 434 bars | 6/8 · 432 bars | 12/8 · 233 bars | 5/8 · 122 bars | 11/8 · 87 bars | 2/4 · 63 bars | 7/8 · 59 bars | 7/4 · 46 bars | all · 6329 bars | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | ||
| 1 | SheetSage2-Refined · beat head | 0.824 | 0.868 | 0.768 | 0.768 | 0.572 | 0.795 | 0.574 | 0.583 | 0.794 | 0.806 | 0.794 | 0.794 | 0.508 | 0.508 | 0.563 | 0.563 | 0.079 | 0.159 | 0.847 | 0.847 | 0.565 | 0.652 | 0.752 | 0.801 |
| 2 | SheetSage2-Refined | 0.713 | 0.750 | 0.768 | 0.768 | 0.486 | 0.781 | 0.512 | 0.512 | 0.725 | 0.745 | 0.970 | 0.970 | 0.008 | 0.287 | 0.586 | 0.586 | 0.111 | 0.270 | 0.305 | 0.305 | 0.196 | 0.196 | 0.661 | 0.718 |
| 3 | SheetSage2Pesi pubblici · Codice di inferenza | 0.699 | 0.749 | 0.676 | 0.676 | 0.275 | 0.497 | 0.002 | 0.002 | 0.299 | 0.736 | 0.597 | 0.914 | 0.000 | 0.000 | 0.000 | 0.000 | 0.063 | 0.063 | 0.000 | 0.000 | 0.000 | 0.000 | 0.534 | 0.624 |
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 3 / righe originali 3
L’autore di Refined valuta lo stesso audio riservato: 95 brani pop di test e 47 di validazione con annotazioni private; 50 brani in metri dispari (9 registrazioni e 41 sintesi); inoltre 300 pezzi sintetici della stessa distribuzione e 1026 clip HookTheory. Entrambe le stanghette devono corrispondere entro ±70 ms, senza altre stanghette. Il raggruppamento coerente ammette le riorganizzazioni documentate. Melodia: stessa altezza e attacco entro 50 ms; cambi di tonalità: ±2 s. La valutazione dei modi usa l’opzione dedicata. Nessuna classifica comune con l’articolo originale.
| Classifica per metrica | Modello | 4/4 · 3255 bars | 6/8 · 2964 bars | 3/4 · 2431 bars | 3/8 · 1843 bars | 5/8 · 1574 bars | 5/4 · 1372 bars | 11/8 · 1287 bars | 12/8 · 1207 bars | 7/8 · 1114 bars | 6/4 · 1031 bars | 7/4 · 991 bars | 9/8 · 945 bars | 8/8 · 460 bars | 2/4 · 340 bars | all · 20814 bars | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | exact↑ | consistent↑ | ||
| 1 | SheetSage2-Refined · beat head | 0.964 | 0.964 | 0.939 | 0.956 | 0.946 | 0.951 | 0.840 | 0.853 | 0.922 | 0.922 | 0.960 | 0.960 | 0.912 | 0.919 | 0.792 | 0.894 | 0.954 | 0.956 | 0.877 | 0.890 | 0.943 | 0.943 | 0.905 | 0.911 | 0.924 | 0.924 | 0.659 | 0.659 | 0.916 | 0.928 |
| 2 | SheetSage2-Refined | 0.784 | 0.839 | 0.842 | 0.864 | 0.787 | 0.810 | 0.651 | 0.712 | 0.730 | 0.758 | 0.667 | 0.672 | 0.716 | 0.737 | 0.558 | 0.814 | 0.783 | 0.794 | 0.568 | 0.719 | 0.673 | 0.745 | 0.800 | 0.808 | 0.815 | 0.828 | 0.347 | 0.465 | 0.730 | 0.782 |
| 3 | SheetSage2Pesi pubblici · Codice di inferenza | 0.436 | 0.501 | 0.538 | 0.561 | 0.443 | 0.444 | 0.147 | 0.186 | 0.090 | 0.090 | 0.000 | 0.028 | 0.008 | 0.016 | 0.223 | 0.483 | 0.004 | 0.005 | 0.139 | 0.306 | 0.000 | 0.105 | 0.003 | 0.003 | 0.474 | 0.543 | 0.044 | 0.115 | 0.248 | 0.299 |
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 2 / righe originali 2
L’autore di Refined valuta lo stesso audio riservato: 95 brani pop di test e 47 di validazione con annotazioni private; 50 brani in metri dispari (9 registrazioni e 41 sintesi); inoltre 300 pezzi sintetici della stessa distribuzione e 1026 clip HookTheory. Entrambe le stanghette devono corrispondere entro ±70 ms, senza altre stanghette. Il raggruppamento coerente ammette le riorganizzazioni documentate. Melodia: stessa altezza e attacco entro 50 ms; cambi di tonalità: ±2 s. La valutazione dei modi usa l’opzione dedicata. Nessuna classifica comune con l’articolo originale.
| Classifica per metrica | Modello | root, test↑ | root, valid↑ | majmin, test↑ | majmin, valid↑ | sevenths, test↑ | sevenths, valid↑ | tetrads, test↑ | tetrads, valid↑ | slash chords (bass, exact), test↑ | slash chords (bass, exact), valid↑ | key, test↑ | key, valid↑ | key changes (F, ±2 s), test↑ | key changes (F, ±2 s), valid↑ | tension chords (9th, 11th, 13th, add), test: recall / precision |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | SheetSage2-Refined | 0.864 | 0.880 | 0.886 | 0.885 | 0.829 | 0.825 | 0.770 | 0.780 | 0.520 | 0.515 | 0.920 | 0.909 | 0.629 | 0.721 | 0.232 / 0.485 |
| 2 | SheetSage2Pesi pubblici · Codice di inferenza | 0.821 | 0.822 | 0.871 | 0.845 | 0.762 | 0.777 | 0.678 | 0.704 | 0.366 | 0.386 | 0.840 | 0.814 | 0.568 | 0.667 | 0.000 / — |
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 3 / righe originali 3
L’autore di Refined valuta lo stesso audio riservato: 95 brani pop di test e 47 di validazione con annotazioni private; 50 brani in metri dispari (9 registrazioni e 41 sintesi); inoltre 300 pezzi sintetici della stessa distribuzione e 1026 clip HookTheory. Entrambe le stanghette devono corrispondere entro ±70 ms, senza altre stanghette. Il raggruppamento coerente ammette le riorganizzazioni documentate. Melodia: stessa altezza e attacco entro 50 ms; cambi di tonalità: ±2 s. La valutazione dei modi usa l’opzione dedicata. Nessuna classifica comune con l’articolo originale.
| Classifica per metrica | Modello | melody (note F)↑ | key with mode↑ | key with mode, the 98 modal clips↑ |
|---|---|---|---|---|
| 1 | SheetSage2-Refined · melody head | 0.713 | - | - |
| 2 | SheetSage2-Refined | 0.682 | 0.719 | 0.315 |
| 3 | SheetSage2Pesi pubblici · Codice di inferenza | 0.664 | 0.722 | 0.005 |
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 9
Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.
SheetSage1 · madmom · Beat This! · S-KEY · ChordFormer · † ChordFormer · SongFormer · SheetSage1
Gli autori usano il preset paper e BF16; il candidato del sito usa default e FP32. Non sono misure del sito. Battito e primo movimento: tolleranza di 70 ms, esclusi i primi 5 s. Melodia: classe di altezza e attacco entro 50 ms, senza rilascio. Beat This! media tre seed; ChordFormer usa ensemble o fold riservati in base al dataset. Le classifiche valgono solo a parità di condizioni; le fonti riportano tutte le impostazioni.
| Classifica per metrica | Modello | Beat · GTZAN · F1 | Beat · osu2017 · F1 | Downbeat · GTZAN · F1 | Downbeat · osu2017 · F1 | Key · GiantSteps · Score | Key · GTZAN · Score | Chord · osu2017 · Maj/min | Chord · Chords1217 · Maj/min | Chord · JAAH · Maj/min | Structure · HarmonixSet | Melody · RWC-Pop | Melody · Rock Corpus · Vocal F1 | |||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Accuracy↑ | F1 @ 0.5 s↑ | F1 @ 3 s↑ | Vocal F1↑ | Full F1↑ | ||||||||||||
| - | SheetSage2-ARPesi pubblici · Codice di inferenza | 86.27 | 93.01 | 80.45 | 92.90 | 77.73 | 75.77 | 90.08 | 83.81 | 64.50 | 80.51 | 67.96 | 82.86 | 82.51 | 75.29 | 67.08 |
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 4
Non è stato verificato un pacchetto pubblico completo di inferenza per questi esperimenti. Altri pesi con lo stesso nome non sono equivalenti.
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
HookKern confronta separatamente il SER degli spartiti con melodia e accordi della musica pop e dei quartetti d’archi; valori più bassi sono migliori. Si mostrano solo esperimenti associati a pesi pubblicati, senza classifiche tra dataset.
| Classifica per metrica | Modello | SheetSage-A2S | Quartets · SER | ||
|---|---|---|---|---|---|
| SER↓ | Melody SER↓ | Chord SER↓ | |||
| - | +Augmented dataPesi pubblici · Codice di inferenza | 20.92 | 38.62 | 22.28 | 4.98 |