Laster...
Lag flersporsmusikk fra en stil, beskrivelse eller MIDI. Velg versjon, lytt, rediger og last ned.
Innspill
Stil, beskrivelse eller MIDI
MIDI formater
Produksjon
Flerspors-MIDI · ZIP-originaler
Bruksområde
Musikkideer, bandarrangementer og MIDI-fortsettelse
Lag flersporsmusikk fra en stil, beskrivelse eller MIDI. Velg versjon, lytt, rediger og last ned.
Frø 42 · 35 s · 5 spor
Avspillingen syntetiseres fra MIDI. Instrumentlyden måler ikke modellens lydkvalitet.
MIDILM
Importer SF2/SF3, opptil 512 MB per fil. Filene brukes lokalt på denne siden og lastes ikke opp. Transkriberte noter endres ikke.
For lyd- eller videoprosjekter med 48 kHz. Filene blir litt større.
WAV syntetiseres direkte i valgt format med gjeldende lyder, hastighet og volum. Lydkvaliteten avhenger også av lydbiblioteket; flere bit forbedrer ikke de opprinnelige lydprøvene.
Opprinnelig MIDI-filKomplett original ZIPGenereringslogg
{
"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
Oppgi verktøyets navn, trinnene og problemet i tilbakemeldingen. Skjermbilder kan hjelpe oss å finne feilen.
Genererer MIDI med flere instrumenter fra tekst.
Publisert resultat: MOS ↑ 3.2306 ± 0.9160 / 5
Beregning: GPU · modell · Lisens: CC-BY-NC-4.0 (code)
Beskrivelser av stil, stemning og instrumentering blir flerspors-MIDI.
Publisert resultat: FAD ↓ 0.173 · CLAP ↑ 22.1 · BF16
Tabell 2: 896 eksempler, FluidR3_GM, VGGish FAD og CLAP × 100. Hastighet: 2K token på én L40S. Ingen tilsvarende måling for nettstedets FP32-versjon.
Beregning: GPU · modell · Lisens: Llama-3.2-Community
Large finjustert på kvalitetsdata; ikke nødvendigvis best i alle stiler.
Ingen sammenlignbar offentlig kvalitetsmåling for denne versjonen.
Beregning: GPU · modell · Lisens: Apache-2.0
Grunnmodell · 16 lag, 16 attention-hoder.
Ingen sammenlignbar offentlig kvalitetsmåling for denne versjonen.
Beregning: GPU · modell · Lisens: Apache-2.0
Grunnmodell · 8 lag, 32 attention-hoder.
Ingen sammenlignbar offentlig kvalitetsmåling for denne versjonen.
Beregning: GPU · modell · Lisens: Apache-2.0
Kontekst på 4 / 8 takter; mellomstore vekter på 350.5 MB.
Ingen sammenlignbar offentlig kvalitetsmåling for denne versjonen.
Beregning: GPU · modell · Lisens: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16 takter; kontekst på 4096 token.
Ingen sammenlignbar offentlig kvalitetsmåling for denne versjonen.
Beregning: GPU · modell · Lisens: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16 takter; anslagsstyrke og mikrotiming.
Ingen sammenlignbar offentlig kvalitetsmåling for denne versjonen.
Beregning: GPU · modell · Lisens: Research / non-commercial weights; MIT code
Kontekst på 4 / 8 takter; små vekter på 82.5 MB.
Ingen sammenlignbar offentlig kvalitetsmåling for denne versjonen.
Beregning: GPU · modell · Lisens: Research / non-commercial weights; MIT code
Lengdestyring i intervaller på ti takter.
Publisert resultat: PhraseFID ↓ 3.81
Beregning: GPU · modell · Lisens: Apache-2.0 (code)
Fri generering uten krav til lengde eller struktur.
Publisert resultat: PhraseFID ↓ 3.89
Beregning: GPU · modell · Lisens: Apache-2.0 (code)
Eksperimentell strukturstyring; samsvar med formen må fortsatt valideres.
Publisert resultat: PhraseFID (7.65)
PhraseFID og SRS med fast struktur er utelatt fra rangering mellom versjoner.
Beregning: GPU · modell · Lisens: Apache-2.0 (code)
Stil- og akkordregler lager looper, stemmer og hele sangstrukturer.
Ingen sammenlignbar offentlig kvalitetsmåling for denne versjonen.
Beregning: CPU · regler · Lisens: GPL-3.0-or-later
Maler for instrumentering og form lager komplette arrangementer.
Ingen sammenlignbar offentlig kvalitetsmåling for denne versjonen.
Beregning: CPU · regler · Lisens: MIT
Resultatene bruker ulike datasett og metoder. De er ingen samlet rangering eller målt kvalitet for denne tilpasningen.
Plasseringene bruker valgt mål under like forhold. Kildedata omfatter referansemusikk og ablasjoner, ikke nødvendigvis versjoner tilgjengelige her.
Velg et datasett for å se alle målinger for hver modell. Radene følger den offisielle plasseringen eller den valgte målingen. Fet skrift markerer den beste sammenlignbare verdien i hver kolonne, også ved likhet. Ulike evalueringsprotokoller rangeres separat; manglende resultater vises som -.
Tabell 1–3: gjennomsnitt av 10 tilfeldige utvalg med 96 elementer; fri tekst bruker 96 andre. MOS: blindvurdering av 15 lyttere på 1–5; ± er standardavvik. Tekstbetingelsene rangeres separat.
± angir standardavviket.
| Plassering etter måling | Modell | Testbetingelse | MOS / 5↑ |
|---|---|---|---|
| 1 | MIDILM | MidiCaps-testsett | 3.2306 ± 0.9160 |
| 2 | Text2MIDI-InferAlign | MidiCaps-testsett | 2.4861 ± 0.7675 |
| 3 | MuseCoco | MidiCaps-testsett | 2.0854 ± 0.9499 |
| - | Referansemusikk Referansedata; uten versjonsplassering. | MidiCaps-testsett | 4.1010 ± 0.9590 |