読み込み中...

ドラムを MIDI に変換 · MSG-LD / ADTOF · TelkNet

MIDI / 転写GPU作業量ADT_STR · ソースコード adt-str · 重み ADT_STR · tau=0.4 · 論文

ドラムを MIDI に変換

ADTOF Plus · ADTOF Direct · ADT_STR · MSG-LD. フルミックスは選択した処理手順で先にドラムを分離します。ドラムのみの音源は選択した採譜・分離モデルへ直接渡します。

15クレジット/使用例ファイル入力最大 100 MB推定20〜1800秒

入力

mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkvなどのフォーマットでの入力をサポートしています。

対応フォーマット

mp3wavflacoggm4aaacaifaiffmp4movmkv

出力

MIDI

ユースケース

音符、楽器編成、演奏の細部を編集します。

モデルシリーズを選択

ドラムを MIDI に変換 · MSG-LD利用可能ドラム分離後に打点を検出してMIDIの下書きを作成。ベロシティと再生音長は固定です。ドラムを MIDI に変換 · ADTOF利用可能ドラムをMIDIに変換。Plusは強弱とハイハット開閉の処理を追加、Directは直接採譜します。ドラムを MIDI に変換 · ADT_STR利用可能26種のドラムの開始時刻とベロシティを採譜。3つのτ版は学習設定が異なります。

バージョン・処理方式を選択

ドラムを MIDI に変換 · ADT_STR · tau=0.8setting-tau-0.8の学習済み重みで26種の打点・強弱を推定。まず0.8を試し、同じ区間で他版と比較。τは検出感度ではありません。おすすめ利用可能ドラムを MIDI に変換 · ADT_STR · tau=0.4setting-tau-0.4の学習済み重みで26種の打点・強弱を推定。まず0.8を試し、同じ区間で他版と比較。τは検出感度ではありません。利用可能ドラムを MIDI に変換 · ADT_STR · tau=0.6setting-tau-0.6の学習済み重みで26種の打点・強弱を推定。まず0.8を試し、同じ区間で他版と比較。τは検出感度ではありません。利用可能

素材と用途に合ったモデルを選び、例を確認してから送信してください。

料金、時間、形式、パラメータは選択したモデルによって異なります。

ワンクリックフィードバック

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。

モデル、パラメータ、ソース

ADT_STR は 26 種類のドラムの発音時刻とベロシティを検出し、MIDI を出力します。

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

MSG-LD は 5 種類のドラム音声と発音時刻を生成します。MIDI のベロシティは 100、再生長は 0.1 秒固定です。

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

msgld_ob は発音分岐、msgld_obtb は発音と音色の両分岐を使用します。
DDIM のサンプリングステップ数は既定で 200 です。50、100、200、250、500 を使用できます。一部の値には対応していません。
フルミックスは選択した処理手順で先にドラムを分離します。ドラムのみの音源は選択した採譜・分離モデルへ直接渡します。
論文は OB、TB、OBTB を別々に評価しています。OB の点数を既定の OBTB に適用することはできません。音符 F1 と音声 mel-MSE/FAD は別表です。論文の検出処理は当サイトで再測定していません。

MSG-LD · OBTB

MSG-LD は 5 種類のドラム音声と発音時刻を生成します。MIDI のベロシティは 100、再生長は 0.1 秒固定です。

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

msgld_ob は発音分岐、msgld_obtb は発音と音色の両分岐を使用します。
DDIM のサンプリングステップ数は既定で 200 です。50、100、200、250、500 を使用できます。一部の値には対応していません。
フルミックスは選択した処理手順で先にドラムを分離します。ドラムのみの音源は選択した採譜・分離モデルへ直接渡します。
論文は OB、TB、OBTB を別々に評価しています。OB の点数を既定の OBTB に適用することはできません。音符 F1 と音声 mel-MSE/FAD は別表です。論文の検出処理は当サイトで再測定していません。

ADTOF Plus

ADTOF Plus は ADTOF の採譜にドラム分離、ベロシティ変換、オープン／クローズドハイハット処理を加え、フルミックスを入力できます。

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

フルミックスではオンにして先にドラムを分離します。分離済みのドラムトラックではオフにしてください。
ADTOF Plus のドラム打点検出しきい値です。空欄ではモデルの既定値を使用します。
採譜後に原曲の拍を分析して MIDI にテンポを書き込み、音符の実際のタイミングを保ちます。

ADTOF Direct · PyTorch

ADTOF Direct は PyTorch 版 ADTOF で独立したドラム音源を採譜します。フルミックスを選ぶと TelkNet が先に AudioSep-Hive でドラムを抽出し、Plus のベロシティや開閉ハイハットの後処理は行いません。

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

キック、スネア、ハイハット、タム、シンバルの検出しきい値を個別に調整します。
時間分解能は既定で 100 FPS です。変更すると採譜品質に影響する場合があります。
採譜後に原曲の拍を分析して MIDI にテンポを書き込み、音符の実際のタイミングを保ちます。

ADT_STR · tau=0.8

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

公式公開の重みのバリエーションを選択します。
区間ごとに生成する token 数の上限。公式既定値は 1024 です。
公式推論のバッチサイズ。同時に処理する区間の数です。
フルミックスは選択した処理手順で先にドラムを分離します。ドラムのみの音源は選択した採譜・分離モデルへ直接渡します。
表2の Setting-1～Setting-4 は学習実験で、選択可能な τ=0.4/0.6/0.8 の重みではありません。単独ドラム音源の評価であり、フルミックスの性能を示すものではありません。

ADT_STR · tau=0.4

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

公式公開の重みのバリエーションを選択します。
区間ごとに生成する token 数の上限。公式既定値は 1024 です。
公式推論のバッチサイズ。同時に処理する区間の数です。
フルミックスは選択した処理手順で先にドラムを分離します。ドラムのみの音源は選択した採譜・分離モデルへ直接渡します。
表2の Setting-1～Setting-4 は学習実験で、選択可能な τ=0.4/0.6/0.8 の重みではありません。単独ドラム音源の評価であり、フルミックスの性能を示すものではありません。

ADT_STR · tau=0.6

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

公式公開の重みのバリエーションを選択します。
区間ごとに生成する token 数の上限。公式既定値は 1024 です。
公式推論のバッチサイズ。同時に処理する区間の数です。
フルミックスは選択した処理手順で先にドラムを分離します。ドラムのみの音源は選択した採譜・分離モデルへ直接渡します。
表2の Setting-1～Setting-4 は学習実験で、選択可能な τ=0.4/0.6/0.8 の重みではありません。単独ドラム音源の評価であり、フルミックスの性能を示すものではありません。

論文およびベンチマークノート

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

公式・リポジトリ

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

論文/技術ノート

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

パラメータガイド

フルミックスではオンにして先にドラムを分離します。分離済みのドラムトラックではオフにしてください。
ADTOF Plus のドラム打点検出しきい値です。空欄ではモデルの既定値を使用します。
キック、スネア、ハイハット、タム、シンバルの検出しきい値を個別に調整します。
時間分解能は既定で 100 FPS です。変更すると採譜品質に影響する場合があります。
採譜後に原曲の拍を分析して MIDI にテンポを書き込み、音符の実際のタイミングを保ちます。

ワークフロー

1フルミックスは選択した処理手順で先にドラムを分離します。ドラムのみの音源は選択した採譜・分離モデルへ直接渡します。
2ドラム MIDI をダウンロードし、キック・スネア・ハイハットなどを確認します。

確認するポイント

フルミックスは選択した処理手順で先にドラムを分離します。ドラムのみの音源は選択した採譜・分離モデルへ直接渡します。
時間分解能は既定で 100 FPS です。変更すると採譜品質に影響する場合があります。

同分野のモデルランキング

3 件

本サイトと外部のモデルの公開テスト結果を含みます。初期表示は出典の全項目表です。条件や指標を選んで比較することもできます。異なるテスト条件のスコアは直接比較できません。

公開された推論実装と対応する重みを確認できた記録、および重みを必要としないアルゴリズムのみを表示します。非公開サービス、未公開の重み、実験版との対応が未確認の記録は除外しています。全モデルの総合順位ではありません。

重みの公開だけでは完全なオープンソースライセンスは確認できません。データを展開すると、宣言された重みのライセンスとアクセス条件を確認できます。未記載のライセンスは別途表示します。

評価セット順位の項目

ADT-STR · ENST / MDB · full vocabulary

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。

ADT-STR の README の推奨と成績図に相違があります。順位は公式図に記載された数値に基づきます。

順位に使う指標

ADT-STR · ENST / MDB · full vocabulary
指標別順位	モデル	ENST↑F1 (%)	MDB↑F1 (%)
1	ADT-STR · τ=0.4当サイトで使用公開の重み · 推論コード公開の重み推論コード`setting-tau-0.4/model.safetensors`重みのライセンスは未記載	60	71
2	ADT-STR · τ=0.6 公開の重み · 推論コード公開の重み推論コード`setting-tau-0.6/model.safetensors`重みのライセンスは未記載	58	65
3	ADT-STR · τ=0.8 公開の重み · 推論コード公開の重み推論コード`setting-tau-0.8/model.safetensors`重みのライセンスは未記載	52	61

元の記録（3 件）

印は当サイトで使用するモデルや構成モデルを示します。スコアと設定は引用元の公開評価に基づき、サイトの処理全体を再評価した結果ではありません。

ADT-STR · released checkpoint score figure ↗確認日：2026-09-27

すべての評価出典（6）

データセット・バージョン・条件を分け、掲載可能な行がない評価も出典を残します。

ADTOF-PyTorch README ↗
展開可能 2 / 原表 2
ドラムを MIDI に変換 ↗
展開可能 6 / 原表 6
ドラムを MIDI に変換 ↗
展開可能 3 / 原表 6
順位対象外：3
これらの実験に対応する完全な公開推論パッケージは未確認です。同名モデルの別の重みでは代用できません。
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 ↗
展開可能 0 / 原表 8
順位対象外：8
これらの実験に対応する完全な公開推論パッケージは未確認です。同名モデルの別の重みでは代用できません。
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 ↗
展開可能 2 / 原表 3
順位対象外：1
これらの実験に対応する完全な公開推論パッケージは未確認です。同名モデルの別の重みでは代用できません。
LarsNet
MSG-LD · Table 4 ↗
展開可能 2 / 原表 4
順位対象外：2
これらの実験に対応する完全な公開推論パッケージは未確認です。同名モデルの別の重みでは代用できません。
MSG-LD Vanilla · MSG-LD TB

すべての元データと出典

スコアは記載のデータセット、指標、モデル版に対する結果です。異なるテストの数値は直接比較できません。

表には、公開ウェイトまたは設定があり、ローカルで実行できるモデルだけを掲載しています。

ADTOF-PyTorch README

展開可能 2 / 原表 2

ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74

順位に使う指標

ADTOF-PyTorch README
指標別順位	モデル	Recall↑	Precision↑	F-measure↑
1	ADTOF (original) 公開の重み · 推論コード Frame_RNN_adtofAll_0.data-00000-of-00001 + .index 推論コード重みのライセンス（リポジトリの記載）：CC-BY-NC-SA-4.0	88.68	89.90	88.74
2	ADTOF-pytorch 公開の重み · 推論コード src/adtof_pytorch/data/adtof_frame_rnn_pytorch_weights.pth 推論コード重みのライセンスは未記載	88.26	89.83	88.51

元の記録（2 件）

ADTOF-PyTorch README ↗確認日：2026-10-25