Ładowanie...
Konwertuj solówki lub izolowane instrumenty na MIDI i edytuj wysokości oraz czas nut.
Wejście
Obsługuje wejścia w formatach takich jak mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Obsługiwane formaty
Produkcja
MIDI
Przypadek użycia
Edytuj nuty, instrumentację i szczegóły wykonania.
Wybierz model do swojego materiału i celu, a przed wysłaniem zapoznaj się z przykładami.
Koszt, czas, formaty i parametry zależą od wybranego modelu.
W opinii podaj nazwę narzędzia, kroki i napotkany problem. Zrzuty ekranu ułatwią jego zlokalizowanie.
Tsumugi · Guitar v1.5: Edytuj nuty, instrumentację i szczegóły wykonania.
SwiftF0 0.2.0 przetwarza nagrania jednogłosowe za pomocą oficjalnego śledzenia wysokości dźwięku i segmentacji nut. Eksportuje MIDI, wysokości dla każdej ramki w CSV oraz wykres.
SwiftF0 0.3.0 śledzi wysokość dźwięku w nagraniach jednogłosowych i eksportuje MIDI, CSV wysokości dla każdej ramki oraz wykresy.
Basic Pitch przepisuje polifoniczne wykonania niemal każdego instrumentu, w tym głosu, na MIDI oraz opcjonalny plik CSV zdarzeń nutowych z pitch bendami. Najlepiej działa z jednym instrumentem naraz.
GAPS zamienia czystą lub odseparowaną gitarę solo w zdarzenia nutowe i MIDI. Nie zwraca pozycji strun, progów, ciągłego F0 ani Pitch Bend. Dostosuj dynamikę MIDI, porównując ją z oryginalnym nagraniem.
Guitar-FL zamienia solówki gitarowe z domeny danych François Leduc na dyskretne zdarzenia nutowe i MIDI; FL nie oznacza frame-level. Model nie podaje ciągłego F0 ani Pitch Bend.
FiloSax jest przeznaczony do monofonicznych solówek saksofonu jazzowego i eksportuje dyskretne zdarzenia wysokości, początku i końca jako MIDI. Nie tworzy ciągłych śladów wysokości, slide ani vibrato.
FiloBass jest przeznaczony do monofonicznego kontrabasu jazzowego (double bass / upright bass), a nie do ogólnego lub elektrycznego basu. Należy użyć czystego albo odseparowanego stemu; stopa i przesłuchy niskich częstotliwości mogą tworzyć fałszywe nuty.
VioPTT zwraca zdarzenia nutowe skrzypiec i jedną z czterech etykiet techniki —détaché, flageolet, spiccato, pizzicato— albo brak etykiety. Velocity MIDI ma stałą wartość i nie jest pomiarem dynamiki wykonania.
STRAdi Online jest przeznaczony do czystych solowych skrzypiec i używa w pełni causal wnioskowania bez przyszłego kontekstu. Eksportuje dyskretny MIDI oraz CSV początku, końca i wysokości; publiczne repozytorium nie zawiera systemu score-following.
STRAdi Offline to odpowiadająca mu non-causal trasa referencyjna z pełnym kontekstem. Eksportuje ten sam dyskretny MIDI oraz CSV początku, końca i wysokości; również nie jest opublikowanym systemem score-following.
Konwertuj nagrania gitary na MIDI za pomocą checkpointu z publikacji GAPS po 12200 iteracjach treningu.
Tsumugi · Bass v2: Edytuj nuty, instrumentację i szczegóły wykonania.
Tsumugi · Other v1.5: Edytuj nuty, instrumentację i szczegóły wykonania.
Tsumugi · Vocal: Edytuj nuty, instrumentację i szczegóły wykonania.
Tsumugi · Vocal Harmony v1.6: Edytuj nuty, instrumentację i szczegóły wykonania.
Tsumugi · Vocal Harmony v1.5: Edytuj nuty, instrumentację i szczegóły wykonania.
Tsumugi · Drums v1.5: Edytuj nuty, instrumentację i szczegóły wykonania.
ISMIR - 2024
GAPS zamienia czystą lub odseparowaną gitarę solo w zdarzenia nutowe i MIDI. Nie zwraca pozycji strun, progów, ciągłego F0 ani Pitch Bend. Dostosuj dynamikę MIDI, porównując ją z oryginalnym nagraniem.
ICASSP - 2024
Guitar-FL zamienia solówki gitarowe z domeny danych François Leduc na dyskretne zdarzenia nutowe i MIDI; FL nie oznacza frame-level. Model nie podaje ciągłego F0 ani Pitch Bend.
SMC - 2024
FiloSax jest przeznaczony do monofonicznych solówek saksofonu jazzowego i eksportuje dyskretne zdarzenia wysokości, początku i końca jako MIDI. Nie tworzy ciągłych śladów wysokości, slide ani vibrato.
ISMIR - 2023
FiloBass jest przeznaczony do monofonicznego kontrabasu jazzowego (double bass / upright bass), a nie do ogólnego lub elektrycznego basu. Należy użyć czystego albo odseparowanego stemu; stopa i przesłuchy niskich częstotliwości mogą tworzyć fałszywe nuty.
ICASSP - 2026
VioPTT zwraca zdarzenia nutowe skrzypiec i jedną z czterech etykiet techniki —détaché, flageolet, spiccato, pizzicato— albo brak etykiety. Velocity MIDI ma stałą wartość i nie jest pomiarem dynamiki wykonania.
arXiv - 2025
SwiftF0 0.2.0 przetwarza nagrania jednogłosowe za pomocą oficjalnego śledzenia wysokości dźwięku i segmentacji nut. Eksportuje MIDI, wysokości dla każdej ramki w CSV oraz wykres.
ICASSP - 2022
Basic Pitch przepisuje polifoniczne wykonania niemal każdego instrumentu, w tym głosu, na MIDI oraz opcjonalny plik CSV zdarzeń nutowych z pitch bendami. Najlepiej działa z jednym instrumentem naraz.
Official technical guide - 2026
Konwertuj wyodrębnione ścieżki instrumentów, wokalu lub perkusji na MIDI przy użyciu odpowiedniego oficjalnego modelu. Harmonia wokalna obsługuje także checkpoint v1.6. Uściślanie etykiet instrumentów jest eksperymentalne.
Zawiera publiczne wyniki testów modeli używanych tutaj i poza serwisem. Domyślnie wyświetlana jest pełna tabela źródłowa; można też wybrać warunki i metryki do porównania. Wyniki z różnych warunków testowych nie są bezpośrednio porównywalne.
Wyświetlane są tylko wyniki ze zweryfikowaną publiczną implementacją inferencji i odpowiednimi wagami oraz algorytmy niewymagające wag. Zamknięte usługi, nieopublikowane wagi i niepotwierdzone wersje eksperymentalne są pomijane. To nie jest ranking wszystkich modeli.
Publiczne wagi nie potwierdzają pełnej licencji open source. Rozwiń dane, aby sprawdzić zadeklarowane licencje wag i warunki dostępu. Brak deklaracji licencji jest oznaczony osobno.
Wybrany model nie ma zweryfikowanego, odpowiadającego mu publicznego wyniku i nie otrzymał miejsca w rankingu.
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Tsumugi Other i Vocal Harmony podają COnP, nie COnF1. Publiczne wyniki obejmują v1.5; domyślne Vocal Harmony v1.6 nie ma opublikowanego wyniku. Rozpoznawanie szczegółowych instrumentów pozostaje eksperymentalne; zbiory pokazano osobno.
| Pozycja według metryki | Model | Warunek testu | COnP (%)↑ |
|---|---|---|---|
| 1 | other_v1_5Publiczne wagi · Kod inferencji | In-house real audio | 77.01 |
| 2 | otherPubliczne wagi · Kod inferencji | In-house real audio | 73.18 |
Zbiory, wersje i warunki są rozdzielone, również źródła bez kwalifikujących się wierszy.
Do wdrożenia 1 / wiersze źródłowe 6
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Ours w/o aug · Ours + FT w/o aug · Ours + FT w/ aug · MUSC · MERTech
Do wdrożenia 0 / wiersze źródłowe 10
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
MT3 · Kong et al. · Kong et al. (w/ aug) · Zang et al. (Synthtab) · Maman (MusicNet EM ) · Maman (Guitar) · Riley et al. · Ours · Ours (Finetuned from )
Do wdrożenia 1 / wiersze źródłowe 6
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Omnizart · MT3 · Lu et al. · Riley et al. · Ours (Finetuned from )
Do wdrożenia 0 / wiersze źródłowe 4
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Riley et al. · Ours · Ours (Finetuned from )
Do wdrożenia 1 / wiersze źródłowe 3
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Başaran et al. · Ours
Do wdrożenia 1 / wiersze źródłowe 3
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Başaran et al. · Ours
Do wdrożenia 2 / wiersze źródłowe 3
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Melodyne
Do wdrożenia 13 / wiersze źródłowe 18
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
TorchCREPE · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · PESTO · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · HarmoF0 · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · SPICE · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · PENN · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents
Do wdrożenia 13 / wiersze źródłowe 18
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
TorchCREPE · pitch-benchmark · 10 × 8 · 50 cents · PESTO · pitch-benchmark · 10 × 8 · 50 cents · HarmoF0 · pitch-benchmark · 10 × 8 · 50 cents · SPICE · pitch-benchmark · 10 × 8 · 50 cents · PENN · pitch-benchmark · 10 × 8 · 50 cents
Do wdrożenia 2 / wiersze źródłowe 2
Do wdrożenia 2 / wiersze źródłowe 2
Do wdrożenia 2 / wiersze źródłowe 2
Do wdrożenia 1 / wiersze źródłowe 2
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Base instrument classifier · Held-out RWC-I
Do wdrożenia 5 / wiersze źródłowe 5
Wyniki dotyczą wskazanego zbioru, miary i wersji modelu. Różnych testów nie można bezpośrednio porównywać.
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Do wdrożenia 1 / wiersze źródłowe 6
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Ours w/o aug · Ours + FT w/o aug · Ours + FT w/ aug · MUSC · MERTech
Źródła używają różnych warunków treningu lub zadań, więc liczby należy porównywać tylko w obrębie podanego protokołu.
| Pozycja według metryki | Model | URMP | Bach10 | ||||||
|---|---|---|---|---|---|---|---|---|---|
| P↑ | R↑ | F1↑ | F1 no↑ | P↑ | R↑ | F1↑ | F1 no↑ | ||
| - | Ours w/ augPubliczne wagi · Kod inferencji | 86.1 | 83.6 | 84.5 | 93.1 | 68.1 | 71.8 | 69.9 | 79.5 |
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Do wdrożenia 1 / wiersze źródłowe 6
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Omnizart · MT3 · Lu et al. · Riley et al. · Ours (Finetuned from )
Wyniki pozostają podzielone według zbiorów. Tabela 5 FiloBass ocenia inne algorytmy; aktualne wagi FiloBass nie mają opublikowanego wyniku.
| Pozycja według metryki | Model | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | Basic PitchPubliczne wagi · Kod inferencji | 54.6 | 85.0 | 66.1 |
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Do wdrożenia 1 / wiersze źródłowe 3
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Başaran et al. · Ours
Wyniki pozostają podzielone według zbiorów. Tabela 5 FiloBass ocenia inne algorytmy; aktualne wagi FiloBass nie mają opublikowanego wyniku.
| Pozycja według metryki | Model | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | CREPE NotesPubliczne wagi · Kod inferencji | 82.35 | 83.05 | 82.67 |
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Do wdrożenia 1 / wiersze źródłowe 3
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Başaran et al. · Ours
Wyniki pozostają podzielone według zbiorów. Tabela 5 FiloBass ocenia inne algorytmy; aktualne wagi FiloBass nie mają opublikowanego wyniku.
| Pozycja według metryki | Model | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | CREPE NotesPubliczne wagi · Kod inferencji | 70.93 | 70.63 | 70.41 |
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Do wdrożenia 2 / wiersze źródłowe 3
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
Melodyne
Wyniki pozostają podzielone według zbiorów. Tabela 5 FiloBass ocenia inne algorytmy; aktualne wagi FiloBass nie mają opublikowanego wyniku.
| Pozycja według metryki | Model | R no↑ | P no↑ | F no↑ | O↑ |
|---|---|---|---|---|---|
| 1 | CREPE NotesPubliczne wagi · Kod inferencji | 74.11 ± 12.09 | 71.81 ± 13.33 | 72.89 ± 12.68 | 78.77 ± 2.68 |
| 2 | Basic PitchPubliczne wagi · Kod inferencji | 81.28 ± 6.26 | 51.40 ± 6.28 | 62.73 ± 5.55 | 65.24 ± 4.51 |
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
SwiftF0 0.2.0 korzysta z wersji pitch-benchmark autora z dnia 2026-09-19: 10 korpusów, 8 warunków, tolerancja 50 cents. To F1 wysokości dźwięku; różnica względem RMVPE jest statystycznie nierozstrzygnięta. Zachowano asymetryczne 95% CI. REAPER nie jest klasyfikowany z powodu niepełnych wyników; publikacja o 0.1.x nie ocenia 0.2.0.
| Pozycja według metryki | Model | Warunek testu | Pitch F1@50c↑ | Voicing F1↑ | CI95 lo | CI95 hi |
|---|---|---|---|---|---|---|
| 1 | SwiftF0 0.2.0Publiczne wagi · Kod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.778 | 0.839 | 0.765 | 0.792 |
| 2 | RMVPEPubliczne wagi · Kod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.768 | 0.837 | 0.752 | 0.783 |
| 3 | FCPEPubliczne wagi · Kod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.728 | 0.812 | 0.712 | 0.742 |
| 4 | CREPEPubliczne wagi · Kod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.689 | 0.781 | 0.672 | 0.704 |
| 5 | SHSAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.657 | 0.773 | 0.64 | 0.672 |
| 6 | PraatAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.651 | 0.815 | 0.634 | 0.667 |
| 7 | RAPTAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.64 | 0.799 | 0.621 | 0.655 |
| 8 | SWIPEAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.61 | 0.761 | 0.589 | 0.624 |
| 9 | HarvestAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.6 | 0.782 | 0.584 | 0.614 |
| 10 | YAAPTAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.56 | 0.842 | 0.539 | 0.58 |
| 10 | DIOAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.56 | 0.71 | 0.541 | 0.577 |
| 12 | Basic PitchPubliczne wagi · Kod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.557 | 0.775 | 0.539 | 0.573 |
| 13 | pYINAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.506 | 0.656 | 0.482 | 0.525 |
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
pitch-benchmark autora, wersja 6f21369: 10 korpusów, 8 warunków, 50 cents, F1 wysokości na klatkę. Różnica SwiftF0/RMVPE jest statystycznie nierozstrzygnięta; to nie F1 nut MIDI.
| Pozycja według metryki | Model | Warunek testu | Pitch F1@50c↑ | Voicing F1↑ | CI95 lo | CI95 hi |
|---|---|---|---|---|---|---|
| 1 | SwiftF0 0.3.0Publiczne wagi · Kod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.781 | 0.844 | 0.768 | 0.795 |
| 2 | RMVPEPubliczne wagi · Kod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.768 | 0.837 | 0.752 | 0.783 |
| 3 | FCPEPubliczne wagi · Kod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.728 | 0.812 | 0.712 | 0.742 |
| 4 | CREPEPubliczne wagi · Kod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.689 | 0.781 | 0.672 | 0.704 |
| 5 | SHSAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.657 | 0.773 | 0.64 | 0.672 |
| 6 | PraatAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.651 | 0.815 | 0.634 | 0.667 |
| 7 | RAPTAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.64 | 0.799 | 0.621 | 0.655 |
| 8 | SWIPEAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.61 | 0.761 | 0.589 | 0.624 |
| 9 | HarvestAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.6 | 0.782 | 0.584 | 0.614 |
| 10 | YAAPTAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.56 | 0.842 | 0.539 | 0.58 |
| 10 | DIOAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.56 | 0.71 | 0.541 | 0.577 |
| 12 | BasicPitchPubliczne wagi · Kod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.557 | 0.775 | 0.539 | 0.573 |
| 13 | pYINAlgorytm nie wymaga wytrenowanych wag · Kod inferencjiAlgorytm nie wymaga wytrenowanych wagKod inferencji | pitch-benchmark · 10 × 8 · 50 cents | 0.506 | 0.656 | 0.482 | 0.525 |
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Wyniki pochodzą z podlinkowanego bazowego checkpointu, a nie z nowego pomiaru modelu uruchomionego tutaj.
| Pozycja według metryki | Model | Warunek testu | F_no-offset↑ | Frame accuracy ↑ | F_with-offset ↑ |
|---|---|---|---|---|---|
| - | NMPPubliczne wagi · Kod inferencji | Molina | 0.52 | 0.63 | 0.35 |
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Tsumugi Other i Vocal Harmony podają COnP, nie COnF1. Publiczne wyniki obejmują v1.5; domyślne Vocal Harmony v1.6 nie ma opublikowanego wyniku. Rozpoznawanie szczegółowych instrumentów pozostaje eksperymentalne; zbiory pokazano osobno.
| Pozycja według metryki | Model | Warunek testu | COnP (%)↑ |
|---|---|---|---|
| 1 | other_v1_5Publiczne wagi · Kod inferencji | In-house real audio | 77.01 |
| 2 | otherPubliczne wagi · Kod inferencji | In-house real audio | 73.18 |
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Tsumugi Other i Vocal Harmony podają COnP, nie COnF1. Publiczne wyniki obejmują v1.5; domyślne Vocal Harmony v1.6 nie ma opublikowanego wyniku. Rozpoznawanie szczegółowych instrumentów pozostaje eksperymentalne; zbiory pokazano osobno.
| Pozycja według metryki | Model | Warunek testu | COnP (%)↑ |
|---|---|---|---|
| 1 | vocal_harmony_v1_5Publiczne wagi · Kod inferencji | Held-out MIR-ST500 | 68.14 |
| 2 | vocal_harmonyPubliczne wagi · Kod inferencji | Held-out MIR-ST500 | 60.52 |
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Tsumugi Other i Vocal Harmony podają COnP, nie COnF1. Publiczne wyniki obejmują v1.5; domyślne Vocal Harmony v1.6 nie ma opublikowanego wyniku. Rozpoznawanie szczegółowych instrumentów pozostaje eksperymentalne; zbiory pokazano osobno.
| Pozycja według metryki | Model | Warunek testu | DrumKit F1 (%)↑ | AllPercussion F1 (%)↑ |
|---|---|---|---|---|
| 1 | drums_v1_5Publiczne wagi · Kod inferencji | Audio-aligned · 50 ms · canonical GM | 68.9 | 40.44 |
| 2 | drumsPubliczne wagi · Kod inferencji | Audio-aligned · 50 ms · canonical GM | 61.57 | 18.79 |
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Tsumugi Other i Vocal Harmony podają COnP, nie COnF1. Publiczne wyniki obejmują v1.5; domyślne Vocal Harmony v1.6 nie ma opublikowanego wyniku. Rozpoznawanie szczegółowych instrumentów pozostaje eksperymentalne; zbiory pokazano osobno.
| Pozycja według metryki | Model | Warunek testu | ACC (%)↑ |
|---|---|---|---|
| - | Instrument refinement modelPubliczne wagi · Kod inferencji | Held-out RWC-I | 74.5 |