読み込み中...
スタイル、文章、既存の MIDI からマルチトラックの音楽を作成。バージョンを選び、試聴・編集・ダウンロードできます。
入力
スタイル、文章、または MIDI
MIDIフォーマット
出力
マルチトラック MIDI · 元データ ZIP
ユースケース
音楽のアイデア、バンド編曲、MIDI の続き
スタイル、文章、既存の MIDI からマルチトラックの音楽を作成。バージョンを選び、試聴・編集・ダウンロードできます。
シード 42 · 35 秒 · 5 トラック
試聴音は MIDI 音源で合成します。音色は生成モデル自体の音声品質を示すものではありません。
MIDILM
SF2/SF3 を読み込めます。1 ファイル最大 512 MB。このページ内でのみ使用し、アップロードしません。採譜した音符は変わりません。
48 kHz の音声・動画プロジェクト向けです。ファイルは少し大きくなります。
現在の音色・速度・音量を使い、選んだ形式で直接 WAV を合成します。音質は音源素材にも左右され、ビット数を増やしても素材自体は改善されません。
{
"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
フィードバックにはツール名、操作手順、発生した問題を記載してください。スクリーンショットも確認に役立ちます。
文章から複数の楽器を含む MIDI を生成。
論文の結果：MOS ↑ 3.2306 ± 0.9160 / 5
計算方式: GPU · モデル生成 · ライセンス: CC-BY-NC-4.0 (code)
スタイル、雰囲気、楽器編成の説明をマルチトラック MIDI に変換。
論文の結果：FAD ↓ 0.173 · CLAP ↑ 22.1 · BF16
論文の表 2：896 サンプル、FluidR3_GM、VGGish FAD、CLAP × 100。速度は L40S 1 基で 2K token を生成した値です。このサイトの FP32 版の実測値ではありません。
計算方式: GPU · モデル生成 · ライセンス: Llama-3.2-Community
品質データで微調整した Large。すべてのスタイルで優れるとは限りません。
このバージョンに比較可能な公開音質評価はありません。
計算方式: GPU · モデル生成 · ライセンス: Apache-2.0
基本モデル · 16 層、16 注意ヘッド。
このバージョンに比較可能な公開音質評価はありません。
計算方式: GPU · モデル生成 · ライセンス: Apache-2.0
基本モデル · 8 層、32 注意ヘッド。
このバージョンに比較可能な公開音質評価はありません。
計算方式: GPU · モデル生成 · ライセンス: Apache-2.0
4 / 8小節のコンテキスト。中型重みは350.5 MB。
このバージョンに比較可能な公開音質評価はありません。
計算方式: GPU · モデル生成 · ライセンス: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16小節。4096 tokenのコンテキスト。
このバージョンに比較可能な公開音質評価はありません。
計算方式: GPU · モデル生成 · ライセンス: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16小節。ベロシティと微細なタイミングを表現。
このバージョンに比較可能な公開音質評価はありません。
計算方式: GPU · モデル生成 · ライセンス: Research / non-commercial weights; MIT code
4 / 8小節のコンテキスト。小型重みは82.5 MB。
このバージョンに比較可能な公開音質評価はありません。
計算方式: GPU · モデル生成 · ライセンス: Research / non-commercial weights; MIT code
長さを 10 小節単位の範囲で指定。
論文の結果：PhraseFID ↓ 3.81
計算方式: GPU · モデル生成 · ライセンス: Apache-2.0 (code)
長さや曲構成を指定しない無条件生成。
論文の結果：PhraseFID ↓ 3.89
計算方式: GPU · モデル生成 · ライセンス: Apache-2.0 (code)
構造条件付きの実験版。指定した形式への追従は検証中です。
論文の結果：PhraseFID (7.65)
固定構造の指示で測った PhraseFID と SRS は版間順位から除外します。
計算方式: GPU · モデル生成 · ライセンス: Apache-2.0 (code)
スタイルとコードのルールでループ、パート、曲構成を生成。
このバージョンに比較可能な公開音質評価はありません。
計算方式: CPU · ルール生成 · ライセンス: GPL-3.0-or-later
バンドの楽器構成と曲式テンプレートから全曲を編曲。
このバージョンに比較可能な公開音質評価はありません。
計算方式: CPU · ルール生成 · ライセンス: MIT
評価はデータセットと手法が異なるため統一順位にはできません。この実行環境で測定した音質でもありません。
選択した指標と同じ評価条件で順位を計算します。元データには参照曲とアブレーションも含まれ、このサイトで使える版とは限りません。
データセットを選ぶと各モデルの全指標を表示します。公式順位または選択した指標で並べ替えます。太字は同じ評価条件で比較できる各列の最良値で、同点も含みます。評価方法が異なる場合は別々に順位を付け、未報告のスコアは - で表示します。
論文の表 1–3：テスト指標は 96 件を 10 回抽出した平均。自由記述は別の 96 件です。MOS は 15 人による 1–5 点の盲検評価で、± は標準偏差。記述条件ごとに順位を付けます。
± は標準偏差を表します。
| 指標別順位 | モデル | 評価条件 | MOS / 5↑ |
|---|---|---|---|
| 1 | MIDILM | MidiCaps テストセット | 3.2306 ± 0.9160 |
| 2 | Text2MIDI-InferAlign | MidiCaps テストセット | 2.4861 ± 0.7675 |
| 3 | MuseCoco | MidiCaps テストセット | 2.0854 ± 0.9499 |
| - | 参照曲 参照データのため版の順位から除外。 | MidiCaps テストセット | 4.1010 ± 0.9590 |