กําลังโหลด...
ADTOF Plus · ADTOF Direct · ADT_STR · MSG-LD. มิกซ์เต็มจะแยกเสียงกลองก่อนตามขั้นตอนของโมเดลที่เลือก ส่วนเสียงกลองที่แยกแล้วจะส่งเข้าโมเดลถอดโน้ตหรือแยกชิ้นกลองโดยตรง
อินพุต
รองรับอินพุตในรูปแบบต่างๆ เช่น mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
รูปแบบที่รองรับ
เอาท์พุต
5 × WAV · MIDI · CSV
กรณีการใช้งาน
แก้ไขโน้ต การจัดเครื่องดนตรี และรายละเอียดการบรรเลง
เลือกตามข้อมูลเข้าและผลลัพธ์ก่อน แล้วพิจารณาการทดสอบเงื่อนไขเดียวกัน ผลประเมินที่เผยแพร่และความสามารถ การไม่มีคะแนนไม่ได้แปลว่าคุณภาพต่ำกว่า จำนวนพารามิเตอร์มากหรือรุ่นใหม่ไม่ได้พิสูจน์ว่าดีกว่า ลำดับนี้เป็นคำแนะนำการใช้งาน ไม่ใช่อันดับรวม
ค่าใช้จ่าย เวลา รูปแบบและพารามิเตอร์ขึ้นอยู่กับโมเดลที่เลือก
ผลทดสอบที่เผยแพร่รวมโมเดลทั้งในและนอกเว็บไซต์ เริ่มต้นด้วยอันดับรวม เปลี่ยนชุดทดสอบหรือหมวดเพื่อดูอันดับนั้น แต่ละชุดมีเงื่อนไขการประเมินแยกกัน
คะแนนรวมเป็นค่าเฉลี่ยน้ำหนักเท่ากันของผล 2 รายการภายใต้เงื่อนไขเดียวกัน รวมเฉพาะรายการที่มีคะแนนครบทุกส่วน
องค์ประกอบคะแนน：MDB · Overall · ENST · Overall
เครื่องหมายระบุโมเดลหรือส่วนประกอบที่ใช้ที่นี่ คะแนนและการตั้งค่ามาจากการทดสอบที่อ้างอิง ไม่ใช่ผลประเมินใหม่ของกระบวนการทั้งหมดบนเว็บไซต์
| อันดับ | รุ่น | F1 % |
|---|---|---|
| 1 | ADTOF | 75.2 |
| 2 | MSG-LD OBโมเดลที่ใช้ในเว็บไซต์ | 67.35 |
| 3 | MSG-LD Vanilla | 66.7 |
| 4 | MSG-LD OBTBโมเดลที่ใช้ในเว็บไซต์ | 66.3 |
| 5 | MSG-LD TB | 66.2 |
| 6 | LarsNet | 55.3 |
คะแนนใช้ได้เฉพาะชุดข้อมูล ตัวชี้วัดและรุ่นที่อ้างอิง การนำในตารางไม่ได้หมายถึงอันดับหนึ่งของโลกในปัจจุบันหรือผลจากบริการนี้ ความสามารถและการทดสอบอาจสนับสนุนให้เลือกโมเดลที่ไม่มีคะแนนเปรียบเทียบก่อน
ตารางแสดงเฉพาะโมเดลที่มีเวตหรือการตั้งค่าแบบสาธารณะและเรียกใช้ในเครื่องได้
ADTOF-PyTorch README · PyTorch 88.51 · Keras 88.74
ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-27
| อันดับ | เงื่อนไขทดสอบ | รุ่น | ค่า F (%) | เมตริกโดยละเอียด |
|---|---|---|---|---|
| #1 | รันไทม์ Keras ต้นฉบับ | ADTOF (original)Pinned README table | 88.74 | ความแม่นยำ%89.90เรียกคืน %88.68 |
| #2 | รันไทม์ PyTorch ที่แปลงแล้ว | ADTOF Direct · PyTorchPinned README table | 88.51 | ความแม่นยำ%89.83เรียกคืน %88.26 |
ตัวเลขมาจากแหล่งข้อมูลสาธารณะในลิงก์ แต่ละแถวระบุชุดทดสอบหรือเช็กพอยต์ และจะไม่ใส่โมเดลที่ไม่มีผลลัพธ์ในเงื่อนไขเดียวกัน
ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-27
| อันดับ | เงื่อนไขทดสอบ | รุ่น | F1 % | เมตริกโดยละเอียด |
|---|---|---|---|---|
| #1 | MDB · 5 classes · onset only · 50 ms | ADTOF PlusPaper Table 1 | 89.00 | ความแม่นยำ%89.00เรียกคืน %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 | ความแม่นยำ%66.00เรียกคืน %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 | ความแม่นยำ%91.00เรียกคืน %81.00 |
| #2 | ENST · 5 classes · onset only · 50 ms | Original ADTOFPaper Table 1 | 84.00 |
ตัวเลขมาจากแหล่งข้อมูลสาธารณะในลิงก์ แต่ละแถวระบุชุดทดสอบหรือเช็กพอยต์ และจะไม่ใส่โมเดลที่ไม่มีผลลัพธ์ในเงื่อนไขเดียวกัน
ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-27
| อันดับ | เงื่อนไขทดสอบ | รุ่น | F1 % | เมตริกโดยละเอียด |
|---|---|---|---|---|
| #1 | MDB · 8-class evaluation · onset only · 50 ms | ADTOF PlusPaper Table 2 | 84.00 | ความแม่นยำ%84.00เรียกคืน %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 | ความแม่นยำ%60.00เรียกคืน %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 | ความแม่นยำ%81.00เรียกคืน %72.00 |
| #2 | ENST · 8-class evaluation · onset only · 50 ms | Vogl et al. 8-class baselinePaper Table 2 | 65.00 |
Setting-1 ถึง Setting-4 ในตาราง 2 เป็นการทดลองฝึก ไม่ใช่น้ำหนัก τ=0.4/0.6/0.8 ที่เลือกได้ คะแนนมาจากกลองที่แยกแล้ว ไม่ได้แสดงประสิทธิภาพกับเพลงมิกซ์เต็ม
จัดอันดับเฉพาะในตารางและเงื่อนไขเดียวกัน โดยคงอันดับร่วมไว้ เปลี่ยนตัวชี้วัดเพื่อเรียงใหม่ และเลื่อนแนวนอนเพื่อดูทุกคอลัมน์ ค่าที่ขาดไม่ใช่ศูนย์และไม่ถูกจัดอันดับ
ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-23
แสดง 8/8 แถว · 6 ตัวชี้วัด
| อันดับ | เงื่อนไขทดสอบ | รุ่น | 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 |
งานวิจัยประเมิน OB, TB และ OBTB แยกกัน คะแนน OB ไม่ใช่คะแนนของ OBTB ค่าเริ่มต้น แสดง F1 ของโน้ตและ mel-MSE/FAD ของเสียงคนละตาราง กระบวนการตรวจจับในงานวิจัยยังไม่ได้วัดซ้ำที่นี่
จัดอันดับเฉพาะในตารางและเงื่อนไขเดียวกัน โดยคงอันดับร่วมไว้ เปลี่ยนตัวชี้วัดเพื่อเรียงใหม่ และเลื่อนแนวนอนเพื่อดูทุกคอลัมน์ ค่าที่ขาดไม่ใช่ศูนย์และไม่ถูกจัดอันดับ
ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-23
แสดง 36/36 แถว · 3 ตัวชี้วัด
| อันดับ | เงื่อนไขทดสอบ | รุ่น | F1 % | ความแม่นยำ% | เรียกคืน % |
|---|---|---|---|---|---|
| #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 |
งานวิจัยประเมิน OB, TB และ OBTB แยกกัน คะแนน OB ไม่ใช่คะแนนของ OBTB ค่าเริ่มต้น แสดง F1 ของโน้ตและ mel-MSE/FAD ของเสียงคนละตาราง กระบวนการตรวจจับในงานวิจัยยังไม่ได้วัดซ้ำที่นี่
จัดอันดับเฉพาะในตารางและเงื่อนไขเดียวกัน โดยคงอันดับร่วมไว้ เปลี่ยนตัวชี้วัดเพื่อเรียงใหม่ และเลื่อนแนวนอนเพื่อดูทุกคอลัมน์ ค่าที่ขาดไม่ใช่ศูนย์และไม่ถูกจัดอันดับ
ตรวจสอบแหล่งข้อมูลสาธารณะ: 2026-09-23
แสดง 12/12 แถว · 3 ตัวชี้วัด
| อันดับ | เงื่อนไขทดสอบ | รุ่น | F1 % | ความแม่นยำ% | เรียกคืน % |
|---|---|---|---|---|---|
| #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 สร้างเสียงกลองห้าประเภทและตรวจจับจุดเริ่ม MIDI ใช้ความแรงคงที่ 100 และระยะเล่นคงที่ 0.1 วินาที
ADTOF Plus เพิ่มการแยกเสียงกลอง การกำหนดความแรง และการประมวลผลไฮแฮตเปิด/ปิดให้ ADTOF โดยรับเพลงมิกซ์เต็มได้
ADTOF Direct ถอดโน้ตกลองที่แยกแล้วด้วย PyTorch ADTOF หากเลือกมิกซ์เต็ม TelkNet จะแยกกลองด้วย AudioSep-Hive ก่อน โดยไม่ใช้การประมวลผลความแรงและไฮแฮตเปิด/ปิดแบบ Plus
ADT_STR ตรวจจับเวลาเริ่มและความแรงของกลอง 26 ประเภท แล้วส่งออก MIDI
ADT_STR ตรวจจับเวลาเริ่มและความแรงของกลอง 26 ประเภท แล้วส่งออก MIDI
ADT_STR ตรวจจับเวลาเริ่มและความแรงของกลอง 26 ประเภท แล้วส่งออก MIDI
arXiv - 2025
ISMIR - 2021
Signals - 2023
โปรดระบุชื่อเครื่องมือ ขั้นตอน และปัญหาที่พบในข้อเสนอแนะ ภาพหน้าจอช่วยให้ตรวจสอบได้ง่ายขึ้น