Ładowanie...
ADTOF Plus · ADTOF Direct · ADT_STR · MSG-LD. Pełny miks najpierw przechodzi separację bębnów w wybranym procesie. Odizolowane bębny trafiają bezpośrednio do wybranego modelu transkrypcji lub separacji.
Wejście
Obsługuje wejścia w formatach takich jak mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Obsługiwane formaty
Produkcja
5 × WAV · MIDI · CSV
Przypadek użycia
Edytuj nuty, instrumentację i szczegóły wykonania.
Wybieraj według wejścia i wyniku, potem porównywalnych testów, opublikowanych ocen i możliwości. Brak wyniku nie oznacza gorszej jakości; więcej parametrów i nowsza wersja nie dowodzą przewagi. To sugerowana kolejność użycia, nie ranking ogólny.
Koszt, czas, formaty i parametry zależą od wybranego modelu.
Publiczne wyniki obejmują modele dostępne w serwisie i poza nim. Domyślnie wyświetlany jest ranking ogólny; zmień test lub kategorię, aby zobaczyć odpowiedni ranking. Każdy test zachowuje własne warunki.
Wynik ogólny to średnia z równymi wagami z 2 wyników uzyskanych w tych samych warunkach. Uwzględniane są tylko kompletne wpisy.
Składowe：MDB · Overall · ENST · Overall
Oznaczenia wskazują używane tutaj modele lub elementy. Wyniki i ustawienia pochodzą z przytoczonych testów, a nie z nowej oceny całego procesu serwisu.
| Stopień | Model | F1 (%) |
|---|---|---|
| 1 | ADTOF | 75.2 |
| 2 | MSG-LD OBModel używany tutaj | 67.35 |
| 3 | MSG-LD Vanilla | 66.7 |
| 4 | MSG-LD OBTBModel używany tutaj | 66.3 |
| 5 | MSG-LD TB | 66.2 |
| 6 | LarsNet | 55.3 |
Wyniki dotyczą wyłącznie wskazanego zbioru danych, miary i wersji. Lider tabeli nie oznacza aktualnego rekordu świata ani wyniku tej usługi. Możliwości i testy mogą uzasadnić wybór modelu bez porównywalnej oceny.
Tabela obejmuje tylko modele z publicznymi wagami lub konfiguracjami, które można uruchomić lokalnie.
ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74
Sprawdzono źródła publiczne: 2026-09-27
| Stopień | Warunek testu | Model | Miara F (%) | Szczegółowe metryki |
|---|---|---|---|---|
| #1 | Oryginalne środowisko Keras | ADTOF (original)Pinned README table | 88.74 | Precyzja (%)89.90Przypomnienie sobie czegoś (%)88.68 |
| #2 | Przekonwertowane środowisko PyTorch | ADTOF Direct · PyTorchPinned README table | 88.51 | Precyzja (%)89.83Przypomnienie sobie czegoś (%)88.26 |
Wartości pochodzą z podlinkowanego publicznego źródła. Wiersze podają zbiór testowy lub checkpoint; modele bez porównywalnego wyniku pominięto.
Sprawdzono źródła publiczne: 2026-09-27
| Stopień | Warunek testu | Model | F1 (%) | Szczegółowe metryki |
|---|---|---|---|---|
| #1 | MDB · 5 classes · onset only · 50 ms | ADTOF PlusPaper Table 1 | 89.00 | Precyzja (%)89.00Przypomnienie sobie czegoś (%)89.00 |
| #2 | MDB · 5 classes · onset only · 50 ms | Original ADTOFPaper Table 1 | 87.00 | |
| #2 | RBMA · 5 classes · onset only · 50 ms | ADTOF PlusPaper Table 1 | 63.00 | Precyzja (%)66.00Przypomnienie sobie czegoś (%)62.00 |
| #1 | RBMA · 5 classes · onset only · 50 ms | Original ADTOFPaper Table 1 | 65.00 | |
| #1 | ENST · 5 classes · onset only · 50 ms | ADTOF PlusPaper Table 1 | 85.00 | Precyzja (%)91.00Przypomnienie sobie czegoś (%)81.00 |
| #2 | ENST · 5 classes · onset only · 50 ms | Original ADTOFPaper Table 1 | 84.00 |
Wartości pochodzą z podlinkowanego publicznego źródła. Wiersze podają zbiór testowy lub checkpoint; modele bez porównywalnego wyniku pominięto.
Sprawdzono źródła publiczne: 2026-09-27
| Stopień | Warunek testu | Model | F1 (%) | Szczegółowe metryki |
|---|---|---|---|---|
| #1 | MDB · 8-class evaluation · onset only · 50 ms | ADTOF PlusPaper Table 2 | 84.00 | Precyzja (%)84.00Przypomnienie sobie czegoś (%)84.00 |
| #2 | MDB · 8-class evaluation · onset only · 50 ms | Vogl et al. 8-class baselinePaper Table 2 | 72.00 | |
| #2 | RBMA · 8-class evaluation · onset only · 50 ms | ADTOF PlusPaper Table 2 | 56.00 | Precyzja (%)60.00Przypomnienie sobie czegoś (%)55.00 |
| #1 | RBMA · 8-class evaluation · onset only · 50 ms | Vogl et al. 8-class baselinePaper Table 2 | 58.00 | |
| #1 | ENST · 8-class evaluation · onset only · 50 ms | ADTOF PlusPaper Table 2 | 76.00 | Precyzja (%)81.00Przypomnienie sobie czegoś (%)72.00 |
| #2 | ENST · 8-class evaluation · onset only · 50 ms | Vogl et al. 8-class baselinePaper Table 2 | 65.00 |
Setting-1–Setting-4 w tabeli 2 to eksperymenty treningowe, a nie wybierane wagi τ=0.4/0.6/0.8. Wyniki dotyczą izolowanej perkusji, nie pełnych miksów.
Ranking dotyczy tej samej tabeli i warunków; remisy są zachowane. Zmiana metryki sortuje ponownie. Przewiń poziomo, aby zobaczyć wszystkie kolumny. Brakujące wartości nie są zerami i nie mają miejsca.
Sprawdzono źródła publiczne: 2026-09-23
Wyświetlono 8/8 wierszy · 6 metryk
| Stopień | Warunek testu | Model | SUM F1 (%) | BD F1 (%) | SD F1 (%) | TT F1 (%) | HH F1 (%) | CY+RD F1 (%) |
|---|---|---|---|---|---|---|---|---|
| #1 | ENST · ADT-STR Table 2 | ADT-STR Setting-1 | 73.00 | 87.00 | 80.00 | 55.00 | 77.00 | 49.00 |
| #2 | ENST · ADT-STR Table 2 | ADT-STR Setting-3 | 70.00 | 85.00 | 75.00 | 42.00 | 73.00 | 52.00 |
| #3 | ENST · ADT-STR Table 2 | ADT-STR Setting-4 | 69.00 | 83.00 | 75.00 | 58.00 | 69.00 | 50.00 |
| #4 | ENST · ADT-STR Table 2 | ADT-STR Setting-2 | 67.00 | 84.00 | 77.00 | 43.00 | 75.00 | 38.00 |
| #1 | MDB · ADT-STR Table 2 | ADT-STR Setting-1 | 79.00 | 92.00 | 85.00 | 77.00 | 74.00 | 52.00 |
| #1 | MDB · ADT-STR Table 2 | ADT-STR Setting-4 | 79.00 | 91.00 | 85.00 | 75.00 | 77.00 | 52.00 |
| #3 | MDB · ADT-STR Table 2 | ADT-STR Setting-3 | 76.00 | 93.00 | 83.00 | 46.00 | 73.00 | 44.00 |
| #4 | MDB · ADT-STR Table 2 | ADT-STR Setting-2 | 73.00 | 91.00 | 79.00 | 45.00 | 72.00 | 43.00 |
Artykuł ocenia OB, TB i OBTB osobno; wyników OB nie można przypisać domyślnemu OBTB. F1 nut oraz mel-MSE/FAD audio mają osobne tabele. Proces detekcji z artykułu nie został tu ponownie zmierzony.
Ranking dotyczy tej samej tabeli i warunków; remisy są zachowane. Zmiana metryki sortuje ponownie. Przewiń poziomo, aby zobaczyć wszystkie kolumny. Brakujące wartości nie są zerami i nie mają miejsca.
Sprawdzono źródła publiczne: 2026-09-23
Wyświetlono 36/36 wierszy · 3 metryk
| Stopień | Warunek testu | Model | F1 (%) | Precyzja (%) | Przypomnienie sobie czegoś (%) |
|---|---|---|---|---|---|
| #1 | MDB · Kick · 50 ms · MSG-LD Table 3 | MSG-LD OB | 93.10 | 93.90 | 92.30 |
| #2 | MDB · Kick · 50 ms · MSG-LD Table 3 | LarsNet | 89.90 | 89.30 | 90.60 |
| #3 | MDB · Kick · 50 ms · MSG-LD Table 3 | ADTOF | 85.10 | 79.00 | 92.30 |
| #1 | MDB · Snare · 50 ms · MSG-LD Table 3 | MSG-LD OB | 76.00 | 79.10 | 73.20 |
| #2 | MDB · Snare · 50 ms · MSG-LD Table 3 | ADTOF | 75.20 | 82.80 | 69.00 |
| #3 | MDB · Snare · 50 ms · MSG-LD Table 3 | LarsNet | 75.10 | 82.10 | 69.20 |
| #1 | MDB · Toms · 50 ms · MSG-LD Table 3 | ADTOF | 52.00 | 52.00 | 52.00 |
| #2 | MDB · Toms · 50 ms · MSG-LD Table 3 | MSG-LD OB | 26.80 | 30.90 | 23.60 |
| #3 | MDB · Toms · 50 ms · MSG-LD Table 3 | LarsNet | 26.10 | 42.10 | 18.90 |
| #1 | MDB · Hi-Hats · 50 ms · MSG-LD Table 3 | ADTOF | 77.30 | 85.90 | 70.30 |
| #2 | MDB · Hi-Hats · 50 ms · MSG-LD Table 3 | MSG-LD OB | 65.00 | 55.00 | 79.40 |
| #3 | MDB · Hi-Hats · 50 ms · MSG-LD Table 3 | LarsNet | 41.00 | 40.50 | 41.50 |
| #1 | MDB · Cymbals · 50 ms · MSG-LD Table 3 | ADTOF | 84.90 | 80.20 | 90.20 |
| #2 | MDB · Cymbals · 50 ms · MSG-LD Table 3 | MSG-LD OB | 48.10 | 66.30 | 37.70 |
| #3 | MDB · Cymbals · 50 ms · MSG-LD Table 3 | LarsNet | 21.70 | 87.30 | 12.40 |
| #1 | MDB · Overall · 50 ms · MSG-LD Table 3 | ADTOF | 79.50 | 81.30 | 77.80 |
| #2 | MDB · Overall · 50 ms · MSG-LD Table 3 | MSG-LD OB | 70.70 | 70.90 | 70.40 |
| #3 | MDB · Overall · 50 ms · MSG-LD Table 3 | LarsNet | 61.30 | 70.00 | 54.50 |
| #1 | ENST · Kick · 50 ms · MSG-LD Table 3 | MSG-LD OB | 82.10 | 94.10 | 72.90 |
| #2 | ENST · Kick · 50 ms · MSG-LD Table 3 | ADTOF | 79.50 | 98.40 | 66.70 |
| #3 | ENST · Kick · 50 ms · MSG-LD Table 3 | LarsNet | 77.90 | 89.30 | 69.00 |
| #1 | ENST · Snare · 50 ms · MSG-LD Table 3 | MSG-LD OB | 64.20 | 69.80 | 59.40 |
| #2 | ENST · Snare · 50 ms · MSG-LD Table 3 | LarsNet | 60.60 | 78.70 | 49.30 |
| #3 | ENST · Snare · 50 ms · MSG-LD Table 3 | ADTOF | 59.90 | 93.20 | 44.10 |
| #1 | ENST · Toms · 50 ms · MSG-LD Table 3 | ADTOF | 58.10 | 66.90 | 51.30 |
| #2 | ENST · Toms · 50 ms · MSG-LD Table 3 | MSG-LD OB | 49.10 | 41.50 | 60.20 |
| #3 | ENST · Toms · 50 ms · MSG-LD Table 3 | LarsNet | 34.80 | 23.10 | 69.80 |
| #1 | ENST · Hi-Hats · 50 ms · MSG-LD Table 3 | ADTOF | 77.70 | 93.60 | 66.30 |
| #2 | ENST · Hi-Hats · 50 ms · MSG-LD Table 3 | MSG-LD OB | 63.00 | 64.30 | 61.80 |
| #3 | ENST · Hi-Hats · 50 ms · MSG-LD Table 3 | LarsNet | 34.00 | 69.90 | 22.50 |
| #1 | ENST · Cymbals · 50 ms · MSG-LD Table 3 | ADTOF | 65.70 | 78.80 | 56.30 |
| #2 | ENST · Cymbals · 50 ms · MSG-LD Table 3 | MSG-LD OB | 39.10 | 61.10 | 28.70 |
| #3 | ENST · Cymbals · 50 ms · MSG-LD Table 3 | LarsNet | 34.90 | 24.30 | 61.90 |
| #1 | ENST · Overall · 50 ms · MSG-LD Table 3 | ADTOF | 70.90 | 90.80 | 58.20 |
| #2 | ENST · Overall · 50 ms · MSG-LD Table 3 | MSG-LD OB | 64.00 | 69.50 | 59.30 |
| #3 | ENST · Overall · 50 ms · MSG-LD Table 3 | LarsNet | 49.30 | 50.40 | 48.30 |
Artykuł ocenia OB, TB i OBTB osobno; wyników OB nie można przypisać domyślnemu OBTB. F1 nut oraz mel-MSE/FAD audio mają osobne tabele. Proces detekcji z artykułu nie został tu ponownie zmierzony.
Ranking dotyczy tej samej tabeli i warunków; remisy są zachowane. Zmiana metryki sortuje ponownie. Przewiń poziomo, aby zobaczyć wszystkie kolumny. Brakujące wartości nie są zerami i nie mają miejsca.
Sprawdzono źródła publiczne: 2026-09-23
Wyświetlono 12/12 wierszy · 3 metryk
| Stopień | Warunek testu | Model | F1 (%) | Precyzja (%) | Przypomnienie sobie czegoś (%) |
|---|---|---|---|---|---|
| #1 | MDB Overall · MSG-LD Table 4 | MSG-LD OB | 70.70 | 70.90 | 70.40 |
| #2 | MDB Overall · MSG-LD Table 4 | MSG-LD TB | 69.80 | 70.60 | 69.10 |
| #3 | MDB Overall · MSG-LD Table 4 | MSG-LD OBTBTelkNet | 69.00 | 70.90 | 67.20 |
| #4 | MDB Overall · MSG-LD Table 4 | MSG-LD Vanilla | 68.90 | 70.10 | 67.80 |
| #1 | ENST Overall · MSG-LD Table 4 | MSG-LD Vanilla | 64.50 | 71.40 | 58.80 |
| #2 | ENST Overall · MSG-LD Table 4 | MSG-LD OB | 64.00 | 69.50 | 59.30 |
| #3 | ENST Overall · MSG-LD Table 4 | MSG-LD OBTBTelkNet | 63.60 | 70.30 | 58.00 |
| #4 | ENST Overall · MSG-LD Table 4 | MSG-LD TB | 62.60 | 67.70 | 58.20 |
| #1 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD OB | 67.40 | — | — |
| #2 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD Vanilla | 66.70 | — | — |
| #3 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD OBTBTelkNet | 66.30 | — | — |
| #4 | Mean overall F1 (2 sets) · MSG-LD Table 4 | MSG-LD TB | 66.20 | — | — |
MSG-LD generuje pięć ścieżek perkusji i wykrywa początki uderzeń; MIDI ma stałą siłę 100 i czas odtwarzania 0,1 sekundy.
ADTOF Plus dodaje do ADTOF separację perkusji, mapowanie dynamiki i obsługę otwartego/zamkniętego hi-hatu. Przyjmuje pełne miksy.
ADTOF Direct transkrybuje odizolowane bębny przy użyciu PyTorch ADTOF. Dla pełnego miksu TelkNet najpierw wydziela bębny przez AudioSep-Hive, bez przetwarzania siły uderzeń i otwartego/zamkniętego hi-hatu z Plus.
ADT_STR wykrywa początki i siłę uderzeń dla 26 klas perkusji oraz eksportuje MIDI.
ADT_STR wykrywa początki i siłę uderzeń dla 26 klas perkusji oraz eksportuje MIDI.
ADT_STR wykrywa początki i siłę uderzeń dla 26 klas perkusji oraz eksportuje MIDI.
arXiv - 2025
ISMIR - 2021
Signals - 2023
W opinii podaj nazwę narzędzia, kroki i napotkany problem. Zrzuty ekranu ułatwią jego zlokalizowanie.