歌声を MIDI に変換

モデル、パラメータ、ソース

VOCANO は Patch-CNN で歌声音高を抽出し、PyramidNet-110 で音符境界を判定します。公開された推論入口に追加のモデル調整項目はありません。

論文およびベンチマークノート

パラメータガイド

• アカペラや分離済みの歌声は「歌声のみ／ボーカルステム」を選びます。「完成曲」では先にリードボーカルを分離します。
• 空欄では GAME 公式の言語 ID 0 を使います。言語の自動判定ではないため、歌唱言語が分かる場合だけ選択してください。
• 分割しきい値 — 公式モデルの設定です。迷う場合は既定値を使用してください。
• 分割半径（秒） — 公式モデルの設定です。迷う場合は既定値を使用してください。
• D3PM開始時刻 — 公式モデルの設定です。迷う場合は既定値を使用してください。
• GAME のノイズ除去ステップ数。既定値は 8、設定範囲は 1–128 です。
• 推定しきい値 — 公式モデルの設定です。迷う場合は既定値を使用してください。
• 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。
• ROSVOT の音符境界しきい値。既定値は 0.85、設定範囲は 0–1 です。
• ROSVOT の単語境界しきい値。既定値は 0.5、設定範囲は 0–1 です。