로딩 중...

드럼을 MIDI로 · MSG-LD / ADTOF · TelkNet

MIDI / 전사GPU 업무량ADT_STR · 소스 코드 adt-str · 가중치 ADT_STR · tau=0.4 · 논문

드럼을 MIDI로

ADTOF Plus · ADTOF Direct · ADT_STR · MSG-LD. 전체 믹스는 선택한 처리 과정에서 먼저 드럼을 분리합니다. 드럼만 있는 입력은 선택한 채보 또는 분리 모델에 바로 전달합니다.

15 크레딧/사용파일 입력최대 100 MB예상 20-1800초

입력

mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv와 같은 형식의 입력을 지원합니다

지원되는 포맷

mp3wavflacoggm4aaacaifaiffmp4movmkv

출력

MIDI

사용 사례

음표, 악기 편성과 연주 세부 사항을 편집합니다.

모델 계열 선택

드럼을 MIDI로 · MSG-LD이용 가능드럼 분리 후 타격을 검출해 MIDI 초안을 만듭니다. 세기와 재생 길이는 고정입니다.드럼을 MIDI로 · ADTOF이용 가능드럼을 MIDI로 변환합니다. Plus는 세기와 하이햇 개폐 처리를 추가하고 Direct는 직접 전사합니다.드럼을 MIDI로 · ADT_STR이용 가능드럼 26종의 시작 시점과 세기를 전사합니다. τ 세 버전은 학습 설정이 다릅니다.

버전 및 처리 방식 선택

드럼을 MIDI로 · ADT_STR · tau=0.8setting-tau-0.8 학습 가중치로 26종 타격과 세기를 예측합니다. 0.8부터 같은 구간을 비교하세요. τ는 검출 감도가 아닙니다.추천이용 가능드럼을 MIDI로 · ADT_STR · tau=0.4setting-tau-0.4 학습 가중치로 26종 타격과 세기를 예측합니다. 0.8부터 같은 구간을 비교하세요. τ는 검출 감도가 아닙니다.이용 가능드럼을 MIDI로 · ADT_STR · tau=0.6setting-tau-0.6 학습 가중치로 26종 타격과 세기를 예측합니다. 0.8부터 같은 구간을 비교하세요. τ는 검출 감도가 아닙니다.이용 가능

소재와 용도에 맞는 모델을 고르고 예시를 확인한 뒤 제출하세요.

비용, 시간, 형식과 매개변수는 선택한 모델에 따라 달라집니다.

원클릭 피드백

의견에 도구 이름, 작업 단계와 발생한 문제를 적어 주세요. 스크린샷을 첨부하면 확인에 도움이 됩니다.

모델, 매개변수 및 출처

ADT_STR은 드럼 26종의 시작 시점과 벨로시티를 감지하고 MIDI를 내보냅니다.

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-LD는 드럼 음원 5종과 시작 시점을 생성합니다. MIDI 벨로시티는 100, 재생 길이는 0.1초로 고정됩니다.

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

msgld_ob는 시작 분기를, msgld_obtb는 시작과 음색 분기를 모두 사용합니다.
DDIM 샘플링 단계 수는 기본 200입니다. 50, 100, 200, 250, 500을 사용할 수 있으며, 일부 다른 값은 지원되지 않습니다.
전체 믹스는 선택한 처리 과정에서 먼저 드럼을 분리합니다. 드럼만 있는 입력은 선택한 채보 또는 분리 모델에 바로 전달합니다.
논문은 OB, TB, OBTB를 각각 보고합니다. OB 점수를 기본 OBTB에 적용할 수 없습니다. 음표 F1과 오디오 mel-MSE/FAD는 별도 표이며 논문의 검출 과정은 이 사이트에서 재측정하지 않았습니다.

MSG-LD · OBTB

MSG-LD는 드럼 음원 5종과 시작 시점을 생성합니다. MIDI 벨로시티는 100, 재생 길이는 0.1초로 고정됩니다.

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

msgld_ob는 시작 분기를, msgld_obtb는 시작과 음색 분기를 모두 사용합니다.
DDIM 샘플링 단계 수는 기본 200입니다. 50, 100, 200, 250, 500을 사용할 수 있으며, 일부 다른 값은 지원되지 않습니다.
전체 믹스는 선택한 처리 과정에서 먼저 드럼을 분리합니다. 드럼만 있는 입력은 선택한 채보 또는 분리 모델에 바로 전달합니다.
논문은 OB, TB, OBTB를 각각 보고합니다. OB 점수를 기본 OBTB에 적용할 수 없습니다. 음표 F1과 오디오 mel-MSE/FAD는 별도 표이며 논문의 검출 과정은 이 사이트에서 재측정하지 않았습니다.

ADTOF Plus

ADTOF Plus는 ADTOF 전사에 드럼 분리, 벨로시티 매핑, 열린·닫힌 하이햇 처리를 추가하며 전체 믹스를 입력할 수 있습니다.

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

전체 믹스는 먼저 드럼을 분리하도록 켜고, 분리된 드럼 트랙은 끄세요.
ADTOF Plus의 드럼 타격 감지 임계값입니다. 비워 두면 모델 기본값을 사용합니다.
전사 후 원곡의 박자를 분석해 MIDI에 템포를 기록하고 음표의 실제 타이밍을 유지합니다.

ADTOF Direct · PyTorch

ADTOF Direct는 PyTorch ADTOF로 분리된 드럼을 채보합니다. 전체 믹스를 선택하면 TelkNet이 먼저 AudioSep-Hive로 드럼을 추출하며, Plus의 벨로시티 및 열린·닫힌 하이햇 후처리는 적용하지 않습니다.

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

킥, 스네어, 하이햇, 탐, 심벌의 감지 임계값을 각각 조정합니다.
시간 해상도는 기본 100 FPS이며, 변경하면 전사 품질에 영향을 줄 수 있습니다.
전사 후 원곡의 박자를 분석해 MIDI에 템포를 기록하고 음표의 실제 타이밍을 유지합니다.

ADT_STR · tau=0.8

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

공식 공개 가중치 버전을 선택합니다.
구간당 생성할 최대 token 수입니다. 공식 기본값은 1024입니다.
한꺼번에 처리할 구간 수인 공식 추론 배치 크기입니다.
전체 믹스는 선택한 처리 과정에서 먼저 드럼을 분리합니다. 드럼만 있는 입력은 선택한 채보 또는 분리 모델에 바로 전달합니다.
표 2의 Setting-1~Setting-4는 학습 실험이며 선택 가능한 τ=0.4/0.6/0.8 가중치가 아닙니다. 분리된 드럼 평가 점수이므로 전체 믹스 성능을 나타내지 않습니다.

ADT_STR · tau=0.4

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

공식 공개 가중치 버전을 선택합니다.
구간당 생성할 최대 token 수입니다. 공식 기본값은 1024입니다.
한꺼번에 처리할 구간 수인 공식 추론 배치 크기입니다.
전체 믹스는 선택한 처리 과정에서 먼저 드럼을 분리합니다. 드럼만 있는 입력은 선택한 채보 또는 분리 모델에 바로 전달합니다.
표 2의 Setting-1~Setting-4는 학습 실험이며 선택 가능한 τ=0.4/0.6/0.8 가중치가 아닙니다. 분리된 드럼 평가 점수이므로 전체 믹스 성능을 나타내지 않습니다.

ADT_STR · tau=0.6

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

공식 공개 가중치 버전을 선택합니다.
구간당 생성할 최대 token 수입니다. 공식 기본값은 1024입니다.
한꺼번에 처리할 구간 수인 공식 추론 배치 크기입니다.
전체 믹스는 선택한 처리 과정에서 먼저 드럼을 분리합니다. 드럼만 있는 입력은 선택한 채보 또는 분리 모델에 바로 전달합니다.
표 2의 Setting-1~Setting-4는 학습 실험이며 선택 가능한 τ=0.4/0.6/0.8 가중치가 아닙니다. 분리된 드럼 평가 점수이므로 전체 믹스 성능을 나타내지 않습니다.

논문 및 벤치마크 노트

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

공식 / 저장소

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

논문 / 기술 노트

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

파라미터 가이드

전체 믹스는 먼저 드럼을 분리하도록 켜고, 분리된 드럼 트랙은 끄세요.
ADTOF Plus의 드럼 타격 감지 임계값입니다. 비워 두면 모델 기본값을 사용합니다.
킥, 스네어, 하이햇, 탐, 심벌의 감지 임계값을 각각 조정합니다.
시간 해상도는 기본 100 FPS이며, 변경하면 전사 품질에 영향을 줄 수 있습니다.
전사 후 원곡의 박자를 분석해 MIDI에 템포를 기록하고 음표의 실제 타이밍을 유지합니다.

워크플로우

1전체 믹스는 선택한 처리 과정에서 먼저 드럼을 분리합니다. 드럼만 있는 입력은 선택한 채보 또는 분리 모델에 바로 전달합니다.
2드럼 MIDI를 받아 킥, 스네어, 하이햇과 다른 드럼을 확인하세요.

확인할 사항

전체 믹스는 선택한 처리 과정에서 먼저 드럼을 분리합니다. 드럼만 있는 입력은 선택한 채보 또는 분리 모델에 바로 전달합니다.
시간 해상도는 기본 100 FPS이며, 변경하면 전사 품질에 영향을 줄 수 있습니다.

동일 분야 모델 순위

평가 결과 3개

이 사이트와 외부 모델의 공개 평가 결과를 포함합니다. 기본적으로 출처의 전체 표를 표시하며, 조건과 지표를 선택해 비교할 수도 있습니다. 평가 조건이 다른 점수는 직접 비교할 수 없습니다.

공개 추론 구현과 해당 가중치가 확인된 기록만 표시합니다. 가중치가 필요 없는 알고리즘도 포함됩니다. 폐쇄형 서비스, 미공개 가중치, 실험 버전이 확인되지 않은 기록은 제외하며 전체 모델 종합 순위는 아닙니다.

가중치 공개만으로 완전한 오픈 소스 라이선스가 보장되지는 않습니다. 데이터를 펼치면 가중치 라이선스와 접근 조건을 확인할 수 있습니다. 명시되지 않은 라이선스는 별도로 표시합니다.

평가 세트순위 항목

ADT-STR · ENST / MDB · full vocabulary

데이터셋을 선택하면 각 모델의 전체 지표가 표시됩니다. 공식 순위 또는 선택한 지표로 정렬합니다. 굵은 글씨는 동일 평가 조건에서 비교 가능한 각 열의 최상위 값이며 동점도 포함합니다. 평가 방식이 다르면 별도로 순위를 매기며, 누락된 점수는 -로 표시합니다.

ADT-STR README의 추천과 점수 그래프가 일치하지 않습니다. 이 순위는 공식 그래프에 표시된 수치를 사용합니다.

순위 기준 지표

ADT-STR · ENST / MDB · full vocabulary
지표별 순위	모델	ENST↑F1 (%)	MDB↑F1 (%)
1	ADT-STR · τ=0.4사이트 사용 모델 공개 가중치 · 추론 코드 공개 가중치 추론 코드`setting-tau-0.4/model.safetensors`가중치 라이선스 미명시	60	71
2	ADT-STR · τ=0.6 공개 가중치 · 추론 코드 공개 가중치 추론 코드`setting-tau-0.6/model.safetensors`가중치 라이선스 미명시	58	65
3	ADT-STR · τ=0.8 공개 가중치 · 추론 코드 공개 가중치 추론 코드`setting-tau-0.8/model.safetensors`가중치 라이선스 미명시	52	61

원본 기록 (3개)

표시는 사이트에서 사용하는 모델이나 구성 모델을 뜻합니다. 점수와 설정은 인용된 공개 평가 기준이며, 사이트 전체 처리 과정을 다시 평가한 결과가 아닙니다.

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

전체 평가 출처 (6)

데이터셋, 버전, 조건을 구분하며 순위에 포함할 항목이 없는 출처도 남깁니다.

ADTOF-PyTorch README ↗
배포 가능 2 / 원본 행 2
드럼을 MIDI로 변환 ↗
배포 가능 6 / 원본 행 6
드럼을 MIDI로 변환 ↗
배포 가능 3 / 원본 행 6
순위 제외: 3
해당 실험의 완전한 공개 추론 패키지가 확인되지 않았습니다. 이름이 같은 다른 가중치로 대체할 수 없습니다.
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 ↗
배포 가능 0 / 원본 행 8
순위 제외: 8
해당 실험의 완전한 공개 추론 패키지가 확인되지 않았습니다. 이름이 같은 다른 가중치로 대체할 수 없습니다.
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 ↗
배포 가능 2 / 원본 행 3
순위 제외: 1
해당 실험의 완전한 공개 추론 패키지가 확인되지 않았습니다. 이름이 같은 다른 가중치로 대체할 수 없습니다.
LarsNet
MSG-LD · Table 4 ↗
배포 가능 2 / 원본 행 4
순위 제외: 2
해당 실험의 완전한 공개 추론 패키지가 확인되지 않았습니다. 이름이 같은 다른 가중치로 대체할 수 없습니다.
MSG-LD Vanilla · MSG-LD TB

전체 원본 결과 및 출처

점수는 해당 데이터셋, 지표, 모델 버전에 대한 결과이며 서로 다른 테스트끼리는 직접 비교할 수 없습니다.

표에는 공개 가중치 또는 설정이 있고 로컬에서 실행할 수 있는 모델만 표시합니다.

ADTOF-PyTorch README

배포 가능 2 / 원본 행 2

ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74

순위 기준 지표

ADTOF-PyTorch README
지표별 순위	모델	Recall↑	Precision↑	F-measure↑
1	ADTOF (original) 공개 가중치 · 추론 코드 Frame_RNN_adtofAll_0.data-00000-of-00001 + .index 추론 코드 가중치 라이선스(저장소 명시): CC-BY-NC-SA-4.0	88.68	89.90	88.74
2	ADTOF-pytorch 공개 가중치 · 추론 코드 src/adtof_pytorch/data/adtof_frame_rnn_pytorch_weights.pth 추론 코드가중치 라이선스 미명시	88.26	89.83	88.51

원본 기록 (2개)

ADTOF-PyTorch README ↗확인일: 2026-10-25