กําลังโหลด...
สร้างดนตรีหลายแทร็กจากสไตล์ คำอธิบาย หรือ MIDI เลือกเวอร์ชัน แล้วฟัง แก้ไข และดาวน์โหลด
อินพุต
สไตล์ คำอธิบาย หรือ MIDI
รูปแบบ MIDI
เอาท์พุต
MIDI หลายแทร็ก · ต้นฉบับ ZIP
กรณีการใช้งาน
ไอเดียดนตรี เรียบเรียงวง และแต่งต่อ MIDI
สร้างดนตรีหลายแทร็กจากสไตล์ คำอธิบาย หรือ MIDI เลือกเวอร์ชัน แล้วฟัง แก้ไข และดาวน์โหลด
ค่าสุ่ม 42 · 35 วินาที · 5 แทร็ก
เสียงเล่นสังเคราะห์จาก MIDI เสียงเครื่องดนตรีไม่ได้วัดคุณภาพเสียงของโมเดล
MIDILM
นำเข้า SF2/SF3 ขนาดไม่เกิน 512 MB ต่อไฟล์ ใช้ภายในหน้านี้เท่านั้นและไม่อัปโหลด โน้ตที่ถอดไว้จะไม่เปลี่ยนแปลง
สำหรับโปรเจกต์เสียงหรือวิดีโอที่ 48 kHz ไฟล์จะใหญ่ขึ้นเล็กน้อย
สังเคราะห์ WAV โดยตรงตามรูปแบบที่เลือกด้วยเสียงเครื่องดนตรี ความเร็ว และความดังปัจจุบัน คุณภาพยังขึ้นอยู่กับคลังเสียง การเพิ่มจำนวนบิตไม่ได้ปรับปรุงตัวอย่างเสียงต้นทาง
ไฟล์ MIDI ต้นฉบับZIP ต้นฉบับฉบับเต็มบันทึกการสร้าง
{
"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
โปรดระบุชื่อเครื่องมือ ขั้นตอน และปัญหาที่พบในข้อเสนอแนะ ภาพหน้าจอช่วยให้ตรวจสอบได้ง่ายขึ้น
สร้าง MIDI หลายเครื่องดนตรีจากข้อความ
ผลจากบทความ: MOS ↑ 3.2306 ± 0.9160 / 5
การประมวลผล: GPU · โมเดล · ใบอนุญาต: CC-BY-NC-4.0 (code)
แปลงคำอธิบายสไตล์ อารมณ์ และเครื่องดนตรีเป็น MIDI หลายแทร็ก
ผลจากบทความ: FAD ↓ 0.173 · CLAP ↑ 22.1 · BF16
ตาราง 2: ตัวอย่าง 896 รายการ, FluidR3_GM, VGGish FAD และ CLAP × 100 ความเร็ววัดจากการสร้าง 2K token บน L40S หนึ่งใบ ยังไม่มีผลวัดที่เทียบกันได้สำหรับรุ่น FP32 ของเว็บไซต์
การประมวลผล: GPU · โมเดล · ใบอนุญาต: Llama-3.2-Community
Large ปรับละเอียดด้วยข้อมูลคุณภาพ ไม่ได้ดีกว่าทุกสไตล์เสมอไป
ยังไม่มีคะแนนคุณภาพเผยแพร่ที่เปรียบเทียบกันได้สำหรับเวอร์ชันนี้
การประมวลผล: GPU · โมเดล · ใบอนุญาต: Apache-2.0
โมเดลพื้นฐาน · 16 ชั้น 16 หัวความสนใจ
ยังไม่มีคะแนนคุณภาพเผยแพร่ที่เปรียบเทียบกันได้สำหรับเวอร์ชันนี้
การประมวลผล: GPU · โมเดล · ใบอนุญาต: Apache-2.0
โมเดลพื้นฐาน · 8 ชั้น 32 หัวความสนใจ
ยังไม่มีคะแนนคุณภาพเผยแพร่ที่เปรียบเทียบกันได้สำหรับเวอร์ชันนี้
การประมวลผล: GPU · โมเดล · ใบอนุญาต: Apache-2.0
บริบท 4 / 8 ห้องเพลง; น้ำหนักขนาดกลาง 350.5 MB
ยังไม่มีคะแนนคุณภาพเผยแพร่ที่เปรียบเทียบกันได้สำหรับเวอร์ชันนี้
การประมวลผล: GPU · โมเดล · ใบอนุญาต: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16 ห้องเพลง; บริบท 4096 token
ยังไม่มีคะแนนคุณภาพเผยแพร่ที่เปรียบเทียบกันได้สำหรับเวอร์ชันนี้
การประมวลผล: GPU · โมเดล · ใบอนุญาต: Research / non-commercial weights; MIT code
4 / 8 / 12 / 16 ห้องเพลง; ถ่ายทอดความแรงและจังหวะละเอียด
ยังไม่มีคะแนนคุณภาพเผยแพร่ที่เปรียบเทียบกันได้สำหรับเวอร์ชันนี้
การประมวลผล: GPU · โมเดล · ใบอนุญาต: Research / non-commercial weights; MIT code
บริบท 4 / 8 ห้องเพลง; น้ำหนักขนาดเล็ก 82.5 MB
ยังไม่มีคะแนนคุณภาพเผยแพร่ที่เปรียบเทียบกันได้สำหรับเวอร์ชันนี้
การประมวลผล: GPU · โมเดล · ใบอนุญาต: Research / non-commercial weights; MIT code
ควบคุมความยาวเป็นช่วงละสิบห้องเพลง
ผลจากบทความ: PhraseFID ↓ 3.81
การประมวลผล: GPU · โมเดล · ใบอนุญาต: Apache-2.0 (code)
สร้างอิสระโดยไม่จำกัดความยาวหรือโครงสร้าง
ผลจากบทความ: PhraseFID ↓ 3.89
การประมวลผล: GPU · โมเดล · ใบอนุญาต: Apache-2.0 (code)
การกำหนดโครงสร้างแบบทดลอง ยังต้องตรวจสอบการทำตามรูปแบบ
ผลจากบทความ: PhraseFID (7.65)
PhraseFID และ SRS ที่ใช้โครงสร้างตายตัวจะไม่ถูกจัดอันดับข้ามรุ่น
การประมวลผล: GPU · โมเดล · ใบอนุญาต: Apache-2.0 (code)
กฎสไตล์และคอร์ดสร้างลูป แนวเสียง และโครงสร้างเพลงเต็ม
ยังไม่มีคะแนนคุณภาพเผยแพร่ที่เปรียบเทียบกันได้สำหรับเวอร์ชันนี้
การประมวลผล: CPU · กฎ · ใบอนุญาต: GPL-3.0-or-later
แม่แบบเครื่องดนตรีและรูปแบบสร้างการเรียบเรียงเต็มเพลง
ยังไม่มีคะแนนคุณภาพเผยแพร่ที่เปรียบเทียบกันได้สำหรับเวอร์ชันนี้
การประมวลผล: CPU · กฎ · ใบอนุญาต: MIT
คะแนนใช้ชุดข้อมูลและวิธีต่างกัน จึงไม่ใช่อันดับรวม หรือผลวัดคุณภาพของระบบที่ปรับใช้นี้
จัดอันดับด้วยตัวชี้วัดที่เลือกภายใต้เงื่อนไขเดียวกัน ข้อมูลต้นฉบับมีเพลงอ้างอิงและการทดลองตัดองค์ประกอบ ซึ่งไม่ได้หมายความว่ามีทุกรุ่นให้ใช้ที่นี่
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ตาราง 1–3: ค่าเฉลี่ยจากการสุ่ม 10 ครั้ง ครั้งละ 96 รายการ ข้อความอิสระเป็นอีกชุด 96 รายการ MOS ให้คะแนนแบบปกปิดจากผู้ฟัง 15 คน ระดับ 1–5; ± คือส่วนเบี่ยงเบนมาตรฐาน แยกอันดับตามเงื่อนไขข้อความ
± หมายถึงส่วนเบี่ยงเบนมาตรฐาน
| อันดับตามตัวชี้วัด | รุ่น | เงื่อนไขทดสอบ | MOS / 5↑ |
|---|---|---|---|
| 1 | MIDILM | ชุดทดสอบ MidiCaps | 3.2306 ± 0.9160 |
| 2 | Text2MIDI-InferAlign | ชุดทดสอบ MidiCaps | 2.4861 ± 0.7675 |
| 3 | MuseCoco | ชุดทดสอบ MidiCaps | 2.0854 ± 0.9499 |
| - | เพลงอ้างอิง ข้อมูลอ้างอิง ไม่นับในการจัดอันดับรุ่น | ชุดทดสอบ MidiCaps | 4.1010 ± 0.9590 |