Laster...

Trommer til MIDI · MSG-LD / ADTOF · TelkNet

MIDI / transkripsjonGPU arbeidsmengdeSeparate-and-detect · Kildekode Separate-and-Detect · Vekter vae-ckpt.ckpt · Vekter hifigan-ckpt.ckpt · Vekter vgg16-397923af.pth · Vekter vgg.pth · Vekter 955717e8-8726e21a.th · Vekter madmom_models · Vekter MSG-LD · OB · Artikkel

Trommer til MIDI

ADTOF Plus · ADTOF Direct · ADT_STR · MSG-LD. En full miks får først trommene skilt ut i den valgte modellens prosess. Isolerte trommer går direkte til den valgte modellen for transkripsjon eller separasjon.

15 kreditter/brukFilinndataMaks 100 MBEstimert 20-1800 sekunder

Innspill

Støtter input i formater som mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv

Støttede formater

mp3wavflacoggm4aaacaifaiffmp4movmkv

Produksjon

5 × WAV · MIDI · CSV

Bruksområde

Rediger noter, instrumentering og detaljer i fremføringen.

Velg modellfamilie

Trommer til MIDI · MSG-LDTilgjengeligTrommeseparasjon og anslagsdeteksjon til MIDI-utkast; fast styrke og avspillingslengde.Trommer til MIDI · ADTOFTilgjengeligTrommer til MIDI: Plus legger til anslagsstyrke og åpen/lukket hi-hat; Direct transkriberer direkte.Trommer til MIDI · ADT_STRTilgjengeligAnslag og styrke for 26 trommeklasser; tre τ-varianter med ulik trening.

Velg versjon eller behandlingsmodus

Trommer til MIDI · MSG-LD · OBTrent med en hjelpegren for anslag; lager fem trommespor og finner slag.AnbefaltTilgjengeligTrommer til MIDI · MSG-LD · OBTBTrent med hjelpegrener for anslag og klangfarge; lager fem spor og finner slag.Tilgjengelig

Velg en modell for materialet og formålet ditt, og se eksemplene før innsending.

Pris, tid, formater og parametere avhenger av valgt modell.

Skiller trommedeler og finner slag. MIDI-velocity er fastsatt til 100, og hver hendelse varer 0.1 sekunder; varigheten til hele WAV-filen endres ikke.

Rask tilbakemelding

Oppgi verktøyets navn, trinnene og problemet i tilbakemeldingen. Skjermbilder kan hjelpe oss å finne feilen.

Modeller, parametere og kilder

MSG-LD genererer fem trommespor og registrerer anslag; MIDI bruker fast anslagsstyrke 100 og avspillingslengde 0,1 sekund.

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

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

msgld_ob bruker anslagsgrenen; msgld_obtb bruker både anslags- og klangfargegrenen.
DDIM-samplingsteg, som standard 200. Du kan bruke 50, 100, 200, 250 eller 500; enkelte andre verdier støttes ikke.
En full miks får først trommene skilt ut i den valgte modellens prosess. Isolerte trommer går direkte til den valgte modellen for transkripsjon eller separasjon.
Artikkelen vurderer OB, TB og OBTB separat; OB-tall gjelder ikke standardvalget OBTB. Note-F1 og lydens mel-MSE/FAD vises i ulike tabeller. Artikkelens deteksjonskjede er ikke målt på nytt her.

MSG-LD · OBTB

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

msgld_ob bruker anslagsgrenen; msgld_obtb bruker både anslags- og klangfargegrenen.
DDIM-samplingsteg, som standard 200. Du kan bruke 50, 100, 200, 250 eller 500; enkelte andre verdier støttes ikke.
En full miks får først trommene skilt ut i den valgte modellens prosess. Isolerte trommer går direkte til den valgte modellen for transkripsjon eller separasjon.
Artikkelen vurderer OB, TB og OBTB separat; OB-tall gjelder ikke standardvalget OBTB. Note-F1 og lydens mel-MSE/FAD vises i ulike tabeller. Artikkelens deteksjonskjede er ikke målt på nytt her.

ADTOF Plus

ADTOF Plus legger trommeseparering, anslagsstyrke og behandling av åpen/lukket hi-hat til ADTOF og støtter hele mikser.

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

Aktiver for å skille ut trommene fra en full miks først; deaktiver for et isolert trommespor.
Terskel for registrering av trommeanslag i ADTOF Plus; la feltet stå tomt for modellens standardverdi.
Analyserer de opprinnelige slagene etter transkripsjon og skriver tempoet til MIDI med notenes timing bevart.

ADTOF Direct · PyTorch

ADTOF Direct transkriberer isolerte trommer med PyTorch ADTOF. For en full miks trekker TelkNet først ut trommer med AudioSep-Hive uten Plus-etterbehandling av anslagsstyrke og åpen/lukket hi-hat.

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

Juster deteksjonstersklene for basstromme, skarptromme, hi-hat, tammer og cymbaler hver for seg.
Tidsoppløsning, som standard 100 FPS; endringer kan påvirke transkripsjonskvaliteten.
Analyserer de opprinnelige slagene etter transkripsjon og skriver tempoet til MIDI med notenes timing bevart.

ADT_STR · tau=0.8

ADT_STR registrerer anslag og anslagsstyrke for 26 trommeklasser og eksporterer MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Velg en offisielt publisert vektvariant.
Maksimalt antall genererte token per segment; offisiell standard er 1024.
Offisiell batchstørrelse for inferens: antall segmenter som behandles sammen.
En full miks får først trommene skilt ut i den valgte modellens prosess. Isolerte trommer går direkte til den valgte modellen for transkripsjon eller separasjon.
Setting-1 til Setting-4 i tabell 2 er treningsforsøk, ikke de valgbare vektene τ=0.4/0.6/0.8. Tallene gjelder isolerte trommer, ikke komplette mikser.

ADT_STR · tau=0.4

ADT_STR registrerer anslag og anslagsstyrke for 26 trommeklasser og eksporterer MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Velg en offisielt publisert vektvariant.
Maksimalt antall genererte token per segment; offisiell standard er 1024.
Offisiell batchstørrelse for inferens: antall segmenter som behandles sammen.
En full miks får først trommene skilt ut i den valgte modellens prosess. Isolerte trommer går direkte til den valgte modellen for transkripsjon eller separasjon.
Setting-1 til Setting-4 i tabell 2 er treningsforsøk, ikke de valgbare vektene τ=0.4/0.6/0.8. Tallene gjelder isolerte trommer, ikke komplette mikser.

ADT_STR · tau=0.6

ADT_STR registrerer anslag og anslagsstyrke for 26 trommeklasser og eksporterer MIDI.

pier-maker92/ADT_STR ADT_STR · checkpoint ADT_STR

Velg en offisielt publisert vektvariant.
Maksimalt antall genererte token per segment; offisiell standard er 1024.
Offisiell batchstørrelse for inferens: antall segmenter som behandles sammen.
En full miks får først trommene skilt ut i den valgte modellens prosess. Isolerte trommer går direkte til den valgte modellen for transkripsjon eller separasjon.
Setting-1 til Setting-4 i tabell 2 er treningsforsøk, ikke de valgbare vektene τ=0.4/0.6/0.8. Tallene gjelder isolerte trommer, ikke komplette mikser.

Notater om artikkel og referansenoter

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

Offisielle / arkiver

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

Artikler / tekniske notater

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

Parameterguide

Aktiver for å skille ut trommene fra en full miks først; deaktiver for et isolert trommespor.
Terskel for registrering av trommeanslag i ADTOF Plus; la feltet stå tomt for modellens standardverdi.
Juster deteksjonstersklene for basstromme, skarptromme, hi-hat, tammer og cymbaler hver for seg.
Tidsoppløsning, som standard 100 FPS; endringer kan påvirke transkripsjonskvaliteten.
Analyserer de opprinnelige slagene etter transkripsjon og skriver tempoet til MIDI med notenes timing bevart.

Arbeidsflyt

1En full miks får først trommene skilt ut i den valgte modellens prosess. Isolerte trommer går direkte til den valgte modellen for transkripsjon eller separasjon.
2Hent MIDI og sjekk basstromme, skarptromme, hi-hat og andre deler.

Dette bør du sjekke

En full miks får først trommene skilt ut i den valgte modellens prosess. Isolerte trommer går direkte til den valgte modellen for transkripsjon eller separasjon.
Tidsoppløsning, som standard 100 FPS; endringer kan påvirke transkripsjonskvaliteten.

Modeller i dette feltet

3 resultater

Omfatter offentlige testresultater for modeller som brukes her og andre steder. Hele kildetabellen vises som standard; betingelser og målinger kan også velges for sammenligning. Resultater fra ulike testbetingelser kan ikke sammenlignes direkte.

Bare resultater med verifisert offentlig inferensimplementasjon og tilhørende vekter vises, sammen med algoritmer uten trente vekter. Lukkede tjenester, upubliserte vekter og ubekreftede forsøksversjoner utelates. Dette er ikke en rangering av alle modeller.

Offentlige vekter dokumenterer ikke en fullstendig åpen kildekodelisens. Utvid dataene for å se oppgitte vektlisenser og tilgangsvilkår. Manglende lisenser merkes separat.

ReferansetestKategori

MSG-LD / ADTOF / LarsNet · MDB + ENST · 5 classes · 50 ms

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 -.

Ranger etter mål

MSG-LD / ADTOF / LarsNet · MDB + ENST · 5 classes · 50 ms
Plassering etter måling	Modell	MDB · Overall	ENST · Overall	MDB					ENST
Plassering etter måling	Modell	MDB · Overall	ENST · Overall	Kick↑F1 %	Snare↑F1 %	Toms↑F1 %	Hi-Hats↑F1 %	Cymbals↑F1 %	Kick↑F1 %	Snare↑F1 %	Toms↑F1 %	Hi-Hats↑F1 %	Cymbals↑F1 %
1	ADTOF Offentlige vekter · Inferenskode Offentlige vekter Inferenskode`Frame_RNN_adtofAll_0.data-00000-of-00001 + .index`Vektlisens (oppgitt av repositoriet): CC-BY-NC-SA-4.0	79.5	70.9	85.1	75.2	52	77.3	84.9	79.5	59.9	58.1	77.7	65.7
2	MSG-LD OBModell brukt her Offentlige vekter · Inferenskode Offentlige vekter Inferenskode Vektlisens (oppgitt av repositoriet): mit	70.7	64	93.1	76	26.8	65	48.1	82.1	64.2	49.1	63	39.1
3	MSG-LD OBTB Offentlige vekter · Inferenskode Offentlige vekter Inferenskode Vektlisens (oppgitt av repositoriet): mit	69	63.6	-	-	-	-	-	-	-	-	-	-

Opprinnelige oppføringer (3)

Markeringene viser modeller eller komponenter som brukes her. Resultater og innstillinger kommer fra de oppgitte testene, ikke fra en ny vurdering av hele nettstedets behandling.

MSG-LD · Tables 3–4 ↗Kontrollert: 2026-09-27

Alle evalueringskilder (6)

Datasett, versjoner og betingelser holdes atskilt, også kilder uten godkjente rader.

ADTOF-PyTorch README ↗
Installerbare 2 / kilderader 2
Trommer til MIDI ↗
Installerbare 6 / kilderader 6
Trommer til MIDI ↗
Installerbare 3 / kilderader 6
Uten plassering: 3
En fullstendig offentlig inferenspakke for disse forsøkene er ikke verifisert. Andre vekter med samme modellnavn kan ikke erstatte den.
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 ↗
Installerbare 0 / kilderader 8
Uten plassering: 8
En fullstendig offentlig inferenspakke for disse forsøkene er ikke verifisert. Andre vekter med samme modellnavn kan ikke erstatte den.
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 ↗
Installerbare 2 / kilderader 3
Uten plassering: 1
En fullstendig offentlig inferenspakke for disse forsøkene er ikke verifisert. Andre vekter med samme modellnavn kan ikke erstatte den.
LarsNet
MSG-LD · Table 4 ↗
Installerbare 2 / kilderader 4
Uten plassering: 2
En fullstendig offentlig inferenspakke for disse forsøkene er ikke verifisert. Andre vekter med samme modellnavn kan ikke erstatte den.
MSG-LD Vanilla · MSG-LD TB

Alle originale resultater og kilder

Resultatene gjelder angitt datasett, målemetode og modellversjon. Ulike tester kan ikke sammenlignes direkte.

Tabellen viser bare modeller med offentlige vekter eller konfigurasjoner som kan kjøres lokalt.

ADTOF-PyTorch README

Installerbare 2 / kilderader 2

ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74

Ranger etter mål

ADTOF-PyTorch README
Plassering etter måling	Modell	Recall↑	Precision↑	F-measure↑
1	ADTOF (original) Offentlige vekter · Inferenskode Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Inferenskode Vektlisens (oppgitt av repositoriet): CC-BY-NC-SA-4.0	88.68	89.90	88.74
2	ADTOF-pytorch Offentlige vekter · Inferenskode src/adtof_pytorch/data/adtof_frame_rnn_pytorch_weights.pth InferenskodeVektlisens ikke oppgitt	88.26	89.83	88.51

Opprinnelige oppføringer (2)

ADTOF-PyTorch README ↗Kontrollert: 2026-10-25

Trommer til MIDI

Verdiene kommer fra den lenkede offentlige kilden. Radetikettene viser testsettet eller sjekkpunktet; verdier som ikke er publisert, vises som -.

TestbetingelseRanger etter mål

Trommer til MIDI
Plassering etter måling	Modell	Testbetingelse	F1 %↑	Presisjon %↑	Recall %↑
1	ADTOF Plus Offentlige vekter · Inferenskode MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Inferenskode`drumsep_5stems_mdx23c_jarredou.ckpt`Vektlisens (oppgitt av repositoriet): mit	MDB · 5 classes · onset only · 50 ms	89	89	89
2	Original ADTOF Offentlige vekter · Inferenskode Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Inferenskode Vektlisens (oppgitt av repositoriet): CC-BY-NC-SA-4.0	MDB · 5 classes · onset only · 50 ms	87	-	-

Opprinnelige oppføringer (6)

ADTOF Plus paper, Table 1 ↗

Trommer til MIDI

Verdiene kommer fra den lenkede offentlige kilden. Radetikettene viser testsettet eller sjekkpunktet; verdier som ikke er publisert, vises som -.

TestbetingelseRanger etter mål

Trommer til MIDI
Plassering etter måling	Modell	Testbetingelse	F1 %↑	Presisjon %↑	Recall %↑
-	ADTOF Plus Offentlige vekter · Inferenskode MDX23C 5-stem MDX23C full-mix drums ADTOF PyTorch Inferenskode`drumsep_5stems_mdx23c_jarredou.ckpt`Vektlisens (oppgitt av repositoriet): mit	MDB · 8-class evaluation · onset only · 50 ms	84	84	84

Opprinnelige oppføringer (3)

ADTOF Plus paper, Table 2 ↗

MSG-LD · Table 3

Installerbare 2 / kilderader 3

Uten plassering: 1

En fullstendig offentlig inferenspakke for disse forsøkene er ikke verifisert. Andre vekter med samme modellnavn kan ikke erstatte den.

LarsNet

Artikkelen vurderer OB, TB og OBTB separat; OB-tall gjelder ikke standardvalget OBTB. Note-F1 og lydens mel-MSE/FAD vises i ulike tabeller. Artikkelens deteksjonskjede er ikke målt på nytt her.

Ranger etter mål

MSG-LD · Table 3
Plassering etter måling	Modell	MDB · Kick			MDB · Snare			MDB · Toms			MDB · Hi-Hats			MDB · Cymbals			MDB · Overall			ENST · Kick			ENST · Snare			ENST · Toms			ENST · Hi-Hats			ENST · Cymbals			ENST · Overall
Plassering etter måling	Modell	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑
1	ADTOF Offentlige vekter · Inferenskode Frame_RNN_adtofAll_0.data-00000-of-00001 + .index Inferenskode Vektlisens (oppgitt av repositoriet): CC-BY-NC-SA-4.0	0.851	0.790	0.923	0.752	0.828	0.690	0.520	0.520	0.520	0.773	0.859	0.703	0.849	0.802	0.902	0.795	0.813	0.778	0.795	0.984	0.667	0.599	0.932	0.441	0.581	0.669	0.513	0.777	0.936	0.663	0.657	0.788	0.563	0.709	0.908	0.582
2	MSG-LD OB Offentlige vekter · Inferenskode Inferenskode Vektlisens (oppgitt av repositoriet): mit	0.931	0.939	0.923	0.760	0.791	0.732	0.268	0.309	0.236	0.650	0.550	0.794	0.481	0.663	0.377	0.707	0.709	0.704	0.821	0.941	0.729	0.642	0.698	0.594	0.491	0.415	0.602	0.630	0.643	0.618	0.391	0.611	0.287	0.640	0.695	0.593

Opprinnelige oppføringer (2)

MSG-LD · Table 3 ↗Kontrollert: 2026-10-25

MSG-LD · Table 4

Installerbare 2 / kilderader 4

Uten plassering: 2

En fullstendig offentlig inferenspakke for disse forsøkene er ikke verifisert. Andre vekter med samme modellnavn kan ikke erstatte den.

MSG-LD Vanilla · MSG-LD TB

Artikkelen vurderer OB, TB og OBTB separat; OB-tall gjelder ikke standardvalget OBTB. Note-F1 og lydens mel-MSE/FAD vises i ulike tabeller. Artikkelens deteksjonskjede er ikke målt på nytt her.

Ranger etter mål

MSG-LD · Table 4
Plassering etter måling	Modell	MDB Overall			ENST Overall			Mean overall F1 (2 sets)
Plassering etter måling	Modell	F1↑	P↑	R↑	F1↑	P↑	R↑	F1↑	P↑	R↑
1	MSG-LD OB Offentlige vekter · Inferenskode Inferenskode Vektlisens (oppgitt av repositoriet): mit	0.707	0.709	0.704	0.640	0.695	0.593	0.674	0.674	0.674
2	MSG-LD OBTB Offentlige vekter · Inferenskode Inferenskode Vektlisens (oppgitt av repositoriet): mit	0.690	0.709	0.672	0.636	0.703	0.580	0.663	0.663	0.663

Opprinnelige oppføringer (2)

MSG-LD · Table 4 ↗Kontrollert: 2026-10-25