MuScriptor-large はミックス音源から編集可能なマルチ楽器 MIDI の下書きを作ります。実際に鳴っている各パートを確認してください。明瞭な区間でも丸ごと抜けることがあります。
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
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。
まず入力と出力の要件を確認し、同条件の実測、公開評価、モデルの機能を参考に選びます。スコアがないことは低品質を意味せず、パラメータ数や公開日の新しさも優位性の証明にはなりません。この順序は利用上の提案であり、総合順位ではありません。
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。
利用可能MuScriptor-large で音楽を複数楽器の MIDI に変換します。
YourMT3+のcheckpointsはフルミックスやデモmulti-instrument自動で音楽を書き起こします。
BS-RoFormer SW Fixedは、BS-Rofo-SW-Fixed.ckptとBS-Rofo-SW-Fixed.yamlを使ってフルミックスをsix WAV stemsに分割します。
MIROS MusicFM multi-decoderは公式のローカルMIROSルートを運行しており、ファインチューンされたlast.ckpt checkpoint pretrained_msd.ptと共に運行しています。
スコアは引用元のデータセット、指標、モデル版にのみ対応します。表内の首位は現在の世界一や本サービスでの実測結果を意味しません。比較可能なスコアがなくても、機能や実測を理由に優先できます。
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。
論文は同一の非公開 D_Test 上で、CFG=1 の最終モデルと YourMT3+ を比較しています。独立再現はなく、MIROS や別の評価プロトコルとは直接比較できません。
公開資料の確認日：2026-09-10
| 階級 | モデル | 多楽器 F1 (%) | 詳細指標 |
|---|---|---|---|
| D_Test / CFG=1 | MuScriptor-largeTelkNetPaper Table 1 | 48.20最良 | オンセット F1 (%)60.40最良フレーム F1 (%)73.30最良オフセット F1 (%)49.00最良ドラム F1 (%)50.20最良 |
| D_Test / YPTF.MoE+Multi (noPS) | YourMT3+Paper Table 1 | 21.90 | オンセット F1 (%)32.52フレーム F1 (%)45.54オフセット F1 (%)17.79ドラム F1 (%)41.40 |
論文表2は、双方の学習データに含まれない8データセットで、公開済みかつローカル導入可能な2モデルを評価しています。
公開資料の確認日：2026-09-10
| 階級 | モデル | 多楽器 F1 (%) | 詳細指標 |
|---|---|---|---|
| Bach10 | YourMT3+Paper Table 2 | 26.4 | オンセット F1 (%)59.8最良フレーム F1 (%)66.0オフセット F1 (%)48.0最良 |
| Bach10 | MuScriptor-largeTelkNetPaper Table 2 | 34.7最良 | オンセット F1 (%)43.1フレーム F1 (%)85.0最良オフセット F1 (%)36.0 |
| Dagstuhl ChoirSet | YourMT3+Paper Table 2 | 2.6 | オンセット F1 (%)22.3最良フレーム F1 (%)51.0オフセット F1 (%)10.8 |
| Dagstuhl ChoirSet | MuScriptor-largeTelkNetPaper Table 2 | 11.5最良 | オンセット F1 (%)14.4フレーム F1 (%)80.7最良オフセット F1 (%)11.5最良 |
| PHENICX-Anechoic | YourMT3+Paper Table 2 | 12.2 | オンセット F1 (%)56.7最良フレーム F1 (%)58.9オフセット F1 (%)18.7 |
| PHENICX-Anechoic | MuScriptor-largeTelkNetPaper Table 2 | 25.7最良 | オンセット F1 (%)56.1フレーム F1 (%)74.6最良オフセット F1 (%)32.6最良 |
| RWC-P | YourMT3+Paper Table 2 | 19.1 | オンセット F1 (%)36.1フレーム F1 (%)51.6オフセット F1 (%)20.6ドラム F1 (%)36.5 |
| RWC-P | MuScriptor-largeTelkNetPaper Table 2 | 25.6最良 | オンセット F1 (%)46.1最良フレーム F1 (%)61.2最良オフセット F1 (%)25.6最良ドラム F1 (%)42.1最良 |
| RWC-C | YourMT3+Paper Table 2 | 40.5最良 | オンセット F1 (%)71.7最良フレーム F1 (%)71.3最良オフセット F1 (%)44.3最良ドラム F1 (%)8.7 |
| RWC-C | MuScriptor-largeTelkNetPaper Table 2 | 36.0 | オンセット F1 (%)67.7フレーム F1 (%)70.5オフセット F1 (%)36.9ドラム F1 (%)23.7最良 |
| RWC-G | YourMT3+Paper Table 2 | 17.2 | オンセット F1 (%)36.9フレーム F1 (%)49.4オフセット F1 (%)20.5ドラム F1 (%)25.6 |
| RWC-G | MuScriptor-largeTelkNetPaper Table 2 | 23.7最良 | オンセット F1 (%)44.7最良フレーム F1 (%)58.7最良オフセット F1 (%)24.4最良ドラム F1 (%)29.2最良 |
| RWC-J | YourMT3+Paper Table 2 | 26.4 | オンセット F1 (%)52.9フレーム F1 (%)57.2オフセット F1 (%)31.1ドラム F1 (%)30.6 |
| RWC-J | MuScriptor-largeTelkNetPaper Table 2 | 31.8最良 | オンセット F1 (%)59.4最良フレーム F1 (%)62.7最良オフセット F1 (%)33.9最良ドラム F1 (%)31.3最良 |
| RWC-R | YourMT3+Paper Table 2 | 23.1最良 | オンセット F1 (%)46.1フレーム F1 (%)61.5オフセット F1 (%)28.6最良ドラム F1 (%)51.3最良 |
| RWC-R | MuScriptor-largeTelkNetPaper Table 2 | 20.3 | オンセット F1 (%)47.1最良フレーム F1 (%)68.6最良オフセット F1 (%)24.8ドラム F1 (%)36.5 |
論文の表4は D_Real のみで学習し、同じ非公開 D_Test を使用します。行の規模は論文上の表記であり、公開チェックポイントの正確なパラメータ数ではありません。
公開資料の確認日：2026-09-10
| 評価条件 | モデル | 多楽器 F1 (%) | 詳細指標 |
|---|---|---|---|
| D_Real only / conditioning on | MuScriptor 60MPaper Table 4 | 35.2 | オンセット F1 (%)47.7フレーム F1 (%)65.7オフセット F1 (%)35.3ドラム F1 (%)39.8 |
| D_Real only / conditioning on | MuScriptor 100MPaper Table 4 | 38.2 | オンセット F1 (%)51.2フレーム F1 (%)67.2オフセット F1 (%)38.7ドラム F1 (%)41.5 |
| D_Real only / conditioning on | MuScriptor 300MPaper Table 4 | 39.7 | オンセット F1 (%)52.4フレーム F1 (%)68.0オフセット F1 (%)40.3ドラム F1 (%)42.0 |
| D_Real only / conditioning on | MuScriptor 1.3BPaper Table 4 | 40.5 | オンセット F1 (%)53.2フレーム F1 (%)68.7オフセット F1 (%)41.0ドラム F1 (%)42.5 |
公式ランキングのうち、再現可能なオープンソースの項目を公式順位のまま表示しています。F1、適合率、再現率、開始、終了、重なりは百分率、処理時間はミリ秒です。
公開資料の確認日：2026-09-10
| 階級 | モデル | F1 (%) | 詳細指標 |
|---|---|---|---|
| #1 | 59.99最良 | 適合率 (%)65.58最良再現率 (%)57.24オーバーラップ (%)73.91開始 F1 (%)79.92最良オフセット F1 (%)73.68実行時間（ms）22.0535 | |
| #2 | YourMT3-YPTF-MoE-MOfficial leaderboard | 59.39 | 適合率 (%)60.10再現率 (%)58.88最良オーバーラップ (%)73.05開始 F1 (%)78.34オフセット F1 (%)75.77最良実行時間（ms）12.5981 |
| #3 | YourMT3-YPTF-SOfficial leaderboard | 55.82 | 適合率 (%)55.65再現率 (%)56.15オーバーラップ (%)73.26開始 F1 (%)76.57オフセット F1 (%)74.71実行時間（ms）15.3954 |
| #4 | YourMT3-POfficial leaderboard | 39.48 | 適合率 (%)39.66再現率 (%)39.85オーバーラップ (%)72.63開始 F1 (%)60.18オフセット F1 (%)68.19実行時間（ms）14.9916 |
| #5 | 39.32 | 適合率 (%)38.11再現率 (%)41.15オーバーラップ (%)71.80開始 F1 (%)68.77オフセット F1 (%)65.97実行時間（ms）20.1915 | |
| #7 | YourMT3-YPTF-SP-VOfficial leaderboard | 33.06 | 適合率 (%)32.80再現率 (%)33.58オーバーラップ (%)71.47開始 F1 (%)64.17オフセット F1 (%)69.57実行時間（ms）14.5031 |
| #10 | YourMT3-YPTF-MoE-MPOfficial leaderboard | 21.73 | 適合率 (%)21.50再現率 (%)22.06オーバーラップ (%)61.16開始 F1 (%)70.56オフセット F1 (%)70.95実行時間（ms）16.0262 |
| #13 | ByteDance Piano transcriptionOfficial leaderboard | 17.21 | 適合率 (%)20.41再現率 (%)16.89オーバーラップ (%)54.23開始 F1 (%)36.03オフセット F1 (%)48.15実行時間（ms）9.6727 |
| #15 | ReconVATOfficial leaderboard | 14.16 | 適合率 (%)12.15再現率 (%)18.03オーバーラップ (%)78.98最良開始 F1 (%)35.52オフセット F1 (%)56.43実行時間（ms）5.4548 |
| #16 | Basic PitchOfficial leaderboard | 6.34 | 適合率 (%)5.50再現率 (%)7.82オーバーラップ (%)59.77開始 F1 (%)29.08オフセット F1 (%)49.55実行時間（ms）3.9056最良 |
YourMT3+論文をMT3ファミリーベースラインとSlakhスタイルの指標で比較。
公開資料の確認日：2026-09-10
| 評価条件 | モデル | 開始 F1 (%) | 詳細指標 |
|---|---|---|---|
| Slakh / no pitch shifting | YPTF.MoE+Multi (noPS) | 84.14 | 多楽器 F1 (%)73.98 |
| Slakh / pitch shifting | YPTF.MoE+Multi (PS) | 84.56 | 多楽器 F1 (%)74.84オフセット F1 (%)70.70ドラム F1 (%)90.05 |
| paper baseline | PerceiverTF | 81.90 | ドラム F1 (%)78.30 |
| paper baseline | MT3 | 76.00 | オフセット F1 (%)57.00多楽器 F1 (%)62.00 |
arXiv - 2026
MuScriptor-large で音楽を複数楽器の MIDI に変換します。
IEEE MLSP - 2024
YourMT3+はMT3を拡張し、トランスアーキテクチャ、MoEバリエーション、マルチチャネル復号、cross-dataset stem augmentationを導入します。
ICLR - 2022
MT3はシーケンスモデリングを用いたマルチタスクマルチトラック音楽転写を確立し、現在も新しいAMT比較の基準として名付けられています。
arXiv / OpenReview - 2026
2025年AMTチャレンジの要約論文は、2025年1月1日から4月30日までの大会に向けて、2026年3月29日に公開されました。登録チーム21、提出チーム14、有効採点チーム8、そして1つの抜粋に最大3つの楽器を含む76ピースのクラシックテストセットが報告されています。
近い作業の参考にできます。シナリオごとに適したツール、モデル境界、出典、よくある質問をまとめています。
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。
TelkNet 修正記録 · 2026年8月13日
同じ1曲の全体を、TelkNet と公式 MuScriptor Large 0.3.0 の strict mode で処理しました。どちらも8パート、6,560音で、各音のパート、音高、順序は一致しています。異常は約182～222秒に集中していました。元音源には中高域の明瞭な有音程ラインが残っているのに、MIDI では C4 以上が約40.31秒空いています。UI、BPM 処理、MIDI エディターは音を削除しておらず、この空白は公式モデルの出力時点ですでに存在します。元の総譜がないため、欠けた音数までは正確に数えられません。
原因は5秒ごとの区間の受け渡しでした。前区間の単一 program が次区間へ繰り返し渡され、誤判定が自己強化されていました。TelkNet は実際のサステインを保ったまま、このフィードバック経路を切っています。各区間で実行するのは今も公式 MuScriptor Large の推論1回だけです。冒頭30秒のスキップ、再試行、2回目の推論、後処理によるトラック補正は行いません。
その後、14曲で16回の全処理を実行し、すべて正常に完了しました。1曲目は C4 以上の最長オンセット空白が40.309秒から1.970秒に短縮。2曲目は1,698音・有効6トラック・ピアノ70.79%から、2,279音・有効8トラック・ピアノ50.77%へ変わりました。各曲を2回ずつ全処理したファイルは、バイト単位で一致しています。
MuScriptor テンポ互換性
公式基準は Beat This final0 と切片を自由にした最小二乗近似を使い、一定の BPM を1つだけ出力します。 拍点が一定テンポを支えない場合、strict モードは失敗し、best-effort モードは仮の 120 BPM を書き込みます。 MIDI writer は onset の遅延も補正し、小節線を downbeat に合わせるため全ノートを後方へずらします。
TelkNet は同じ Beat This final0 を維持し、自動検出した単一 BPM を推奨既定値のままにします。ユーザーが原曲のテンポ変化に追従するモードを選んだ場合は、曲全体のグリッドが検出拍から 40 ms 以内に収まるときだけ単一 BPM を使い、それ以外は適応型 Tempo Map を出力します。手動 BPM も選択できます。量子化を無効にした場合、モデル本来のノート時刻は移動しません。
| 比較項目 | 公式 MuScriptor v0.3.0 | TelkNet v11 候補 |
|---|---|---|
| 拍点検出 | Beat This final0 を使用します。 | 同じ Beat This final0 を使用し、検出モデルは置き換えません。 |
| 出力テンポグリッド | 切片を自由にした近似で一定 BPM を1つ出力します。可変テンポでは strict が失敗し、best-effort は 120 BPM を書きます。 | 最大グリッド距離が 40 ms 以下の場合のみ固定 BPM。それ以外は位相制限付きの適応型 Tempo Map。 |
| BPM 制御 | 現在の公式 CLI に手動 BPM はありません。 | アダプティブ、自動固定、30～300 の手動 BPM に対応します。 |
| 音符タイムライン | Onset 遅延を補正し、小節線を downbeat に合わせるため全音符を後方へずらします。 | 量子化オフではモデル固有の音符時刻を保ち、小節位置合わせシフトを適用しません。 |
Beat This は引き続き音声推定器です。特殊な拍子、アタックの弱いリズム、ルバート、急なテンポ変化、半速・倍速パルスの誤認では、グリッドが誤る可能性があります。自動 BPM は既知の厳密値と小数単位でずれる場合があるため、元の BPM が分かる場合は「固定・手動 BPM」を選べます。音符クオンタイズを有効にすると、選択どおり音符時刻を意図的に移動します。MuScriptor 固有の音切れ、音高誤り、楽器・トラック名誤りは別の採譜不具合で、テンポ層は隠しません。重要な MIDI は引き続き DAW で原曲と照合してください。