MuScriptor: An Open Model for Multi-Instrument Music Transcription
arXiv - 2026
แปลงเพลงเป็น MIDI หลายเครื่องดนตรีด้วย MuScriptor-large
แปลงหลายเครื่องดนตรีเป็น MIDI
แปลงเพลงหรือวงดนตรีเป็น MIDI หลายแทร็ก เพื่อแก้โน้ตและเรียบเรียงแต่ละส่วนใน DAW
15 เครดิต/การใช้งานFile อินพุตสูงสุด 100 MBประมาณ 30-2400 วินาที
อินพุต
รองรับอินพุตในรูปแบบต่างๆ เช่น mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
รูปแบบที่รองรับ
mp3wavflacoggm4aaacaifaiffmp4movmkv
เอาท์พุต
MIDI
กรณีการใช้งาน
จัดโน้ตเป็นแทร็กสีสันเสียงที่ไม่มีชื่อตามจำนวนที่ระบุ โดยไม่ระบุชื่อเครื่องดนตรี เหมาะกับวงบรรเลงสั้นที่ทราบจำนวนเครื่องดนตรี ส่วนที่ซ้อนกันในระดับเสียงเดียวกันอาจแยกไม่ได้
เลือกโมเดลให้เหมาะกับเนื้อหาและวัตถุประสงค์ แล้วดูตัวอย่างก่อนส่ง
ค่าใช้จ่าย เวลา รูปแบบและพารามิเตอร์ขึ้นอยู่กับโมเดลที่เลือก
แสดงความคิดเห็นอย่างรวดเร็ว
โปรดระบุชื่อเครื่องมือ ขั้นตอน และปัญหาที่พบในข้อเสนอแนะ ภาพหน้าจอช่วยให้ตรวจสอบได้ง่ายขึ้น
โมเดล พารามิเตอร์ และแหล่งที่มา
จัดโน้ตเป็นแทร็กสีสันเสียงที่ไม่มีชื่อตามจำนวนที่ระบุ โดยไม่ระบุชื่อเครื่องดนตรี เหมาะกับวงบรรเลงสั้นที่ทราบจำนวนเครื่องดนตรี ส่วนที่ซ้อนกันในระดับเสียงเดียวกันอาจแยกไม่ได้
MuScriptor-largeMuScriptor Table 1YourMT3+MuScriptor Table 2MuScriptor Table 4MuScriptor 60MMuScriptor 100MMuScriptor 300MMuScriptor 1.3BMuScriptor: An Open Model for Multi-Instrument Music TranscriptionYourMT3+ · YPTF.MoE+Multi noPSMIROS
MuScriptor-large
การซ่อมช่วงเริ่มต้นลดการระบุเครื่องดนตรีผิดข้ามช่วงและรักษาเสียงค้าง เริ่มจากรุ่นนี้กับเพลงผสม
- ตัวตนที่แน่นอน: พารามิเตอร์ F32 จำนวน 1,366,399,488; safetensors 5,465,642,136 ไบต์; revision 8809fdfbed2affa7ade94a7059e746e3880720e7
- Decoder-only Transformer 48 ชั้น ความกว้าง 1536 และ 24 heads; โมโน 16 kHz, ช่วงละ 5 วินาที และ mel 512 bins ที่ 100 Hz
- ส่งออก MIDI หลายแทร็ก Type-1; ป้าย UI 35 รายการแมปกับ 36 กลุ่มที่เรียนรู้ไว้ และ velocity คงที่ 100 ก่อนแปลงสามารถเลือก tempo map แบบปรับตามช่วงเพลงที่เสถียร (ตรงกับห้องเพลงเมื่อหลักฐานอัตราจังหวะเชื่อถือได้), BPM เดียวที่ตรวจจับอัตโนมัติ หรือ BPM เดียวที่กรอกเอง หลังจากนั้นยังปรับความเร็วและ BPM ในตัวอย่างได้ และไฟล์ดาวน์โหลดจะใช้ค่าปัจจุบัน
YourMT3+ · YPTF.MoE+Multi noPS
YourMT3+ · YPTF.MoE+Multi noPS: ร่าง MIDI ที่แก้ไขได้จากมิกซ์เต็มรูปแบบ รวมถึงอินพุตโซโล/เครื่องดนตรีทั่วไปที่สะอาดยิ่งขึ้น เช่น piano/คีย์บอร์ด, guitar, bass, drums, สตริง/ลม และร่าง vocal
mimbres/YourMT3YourMT3 HF checkpointsYourMT3 HF SpaceTelkNet music-to-midi workflowYourMT3 arXivMT3 arXiv2025 AMT Challenge paperOfficial leaderboard
- สถาปัตยกรรม: YourMT3+ เพิ่มความสนใจในความถี่เวลาตามลําดับชั้น MoE และถอดรหัสหลายช่องทางนอกเหนือจากการถอดรหัสโทเค็นสไตล์ MT3
- TelkNet ใช้ YPTF.MoE+Multi noPS เพื่อสร้างร่าง MIDI หลายเครื่องดนตรีจากมิกซ์เต็ม สำหรับเครื่องดนตรีเดี่ยวให้เลือกเครื่องมือเฉพาะที่ตรงกัน และใช้เครื่องมือถอดโน้ตเปียโนสำหรับเปียโนเดี่ยว
- เอาต์พุต: multi-track MIDI ที่แก้ไขได้พร้อมการหาปริมาณ ค่าเริ่มต้นของความเร็ว และการควบคุมหลังการประมวลผล
YMT3+
YMT3+: ร่าง MIDI ที่แก้ไขได้จากมิกซ์เต็มรูปแบบ รวมถึงอินพุตโซโล/เครื่องดนตรีทั่วไปที่สะอาดยิ่งขึ้น เช่น piano/คีย์บอร์ด, guitar, bass, drums, สตริง/ลม และร่าง vocal
YourMT3+ · YPTF.Single noPS
YourMT3+ · YPTF.Single noPS: ร่าง MIDI ที่แก้ไขได้จากมิกซ์เต็มรูปแบบ รวมถึงอินพุตโซโล/เครื่องดนตรีทั่วไปที่สะอาดยิ่งขึ้น เช่น piano/คีย์บอร์ด, guitar, bass, drums, สตริง/ลม และร่าง vocal
YourMT3+ · YPTF.Multi PS
YourMT3+ · YPTF.Multi PS: ร่าง MIDI ที่แก้ไขได้จากมิกซ์เต็มรูปแบบ รวมถึงอินพุตโซโล/เครื่องดนตรีทั่วไปที่สะอาดยิ่งขึ้น เช่น piano/คีย์บอร์ด, guitar, bass, drums, สตริง/ลม และร่าง vocal
YourMT3+ · YPTF.MoE+Multi PS
YourMT3+ · YPTF.MoE+Multi PS: ร่าง MIDI ที่แก้ไขได้จากมิกซ์เต็มรูปแบบ รวมถึงอินพุตโซโล/เครื่องดนตรีทั่วไปที่สะอาดยิ่งขึ้น เช่น piano/คีย์บอร์ด, guitar, bass, drums, สตริง/ลม และร่าง vocal
MIROS MusicFM multi-decoder
MIROS MusicFM multi-decoder วิ่งเส้นทาง MIROS ท้องถิ่นอย่างเป็นทางการพร้อม pretrained_msd.pt บวกกับ last.ckpt checkpoint ที่ปรับแต่งอย่างละเอียด
amt-os/ai4m-mirosOfficial leaderboardMIROS fine-tuned checkpointMIROS pretrained checkpoint2025 AMT Challenge paper
- หลักฐานสาธารณะ: MIROS อยู่ในอันดับแรกในตาราง AMT Challenge ปี 2025 ที่อ้างถึงที่นี่
- ขอบเขต: multi-instrument AMT สําหรับวัสดุคลาสสิก/โพลีโฟนิกและการถอดเสียงโน้ต ขอบเขตความท้าทายครอบคลุม piano ไวโอลิน วิโอลา เชลโล ขลุ่ย บาสซูน ทรอมโบน และโอโบ แต่หนังสือพิมพ์สาธารณะไม่ได้เผยแพร่โซโล่ F1 ต่อเครื่องดนตรี
BS-RoFormer SW Fixed 6-stem pre-split
BS-RoFormer SW Fixed ใช้ BS-Rofo-SW-Fixed.ckpt บวก BS-Rofo-SW-Fixed.yaml เพื่อแบ่งมิกซ์เต็มออกเป็น six WAV stems
- เอาต์พุตเสียง: vocals, drums, bass, guitar, piano และ other WAV stems
- มีประโยชน์สําหรับการทบทวนการเรียบเรียง สื่อการฝึกหัด การเตรียมรีมิกซ์ และเปลี่ยนเพลงผสมเป็นไฟล์ stem แยกต่างหาก
OaFS
OaFS ตรวจจับเครื่องดนตรี 34 ประเภทและส่งออก MIDI พร้อมตารางโน้ต โดยกำหนดค่าความแรงคงที่ 127
- เลือกเครื่องดนตรีจากส่วนเบี่ยงเบนมาตรฐานของการกระตุ้นจุดเริ่มและเฟรม ไม่ใช่ความน่าจะเป็น
- เกณฑ์ Z-score ของค่าการกระตุ้นที่ปรับมาตรฐานเฉพาะส่วนตามวิธีทางการ
- ความเด่นขั้นต่ำของยอดเริ่มเสียงในช่วง Z-score ทางการ
- ระยะห่างขั้นต่ำระหว่างจุดเริ่มที่มีระดับเสียงเดียวกัน หน่วยวินาที อย่างน้อยหนึ่งเฟรม 0.02 วินาที
- หน้าต่างที่ไม่มีการกระตุ้นเพื่อระบุจุดจบโน้ต หน่วยวินาที อย่างน้อย 0.02 วินาที
- ขนาดแบตช์อนุมานทางการ คือจำนวนช่วงเสียงที่ประมวลผลพร้อมกัน
- ตารางทางการ 5 เปรียบเทียบห้าชุดข้อมูลแยกกัน และแสดงเฉพาะการทดลองที่ตรวจสอบน้ำหนักสาธารณะตรงกันแล้ว OaFS ปัจจุบันฝึกร่วมกัน ผลนี้ไม่ยืนยันว่าเหนือกว่า MuScriptor
timbreAMT v2
- ตาราง 3 ในบทความ: K คือจำนวนสีสันเสียงที่ระบุ คำนวณ F1 รายแทร็กหลังจับคู่แทร็กอย่างเหมาะสม ผลเป็นค่าเฉลี่ยจากการฝึกอย่างน้อยสามครั้ง ไม่ใช่ผลวัดใหม่ของน้ำหนักโมเดลบนเว็บไซต์นี้
Tsumugi · full pipeline
แยกเสียงร้อง กลอง เบส กีตาร์ เปียโน และเสียงอื่น จากนั้นถอดโน้ตและรวม MIDI เลือกทำนาย velocity และกำหนดเครื่องดนตรีใหม่ได้ ความผิดพลาดในการแยกอาจส่งผลต่อโน้ต
- ยังไม่มีคะแนนสาธารณะที่เปรียบเทียบได้สำหรับกระบวนการครบทั้งหกส่วน คะแนนโมเดลย่อยไม่ใช่คะแนนทั้งเพลง คงข้อกำหนดทางการที่โน้ตยาวได้สูงสุด 15 วินาที โน้ตที่ลากยาวมากอาจถูกละไว้
Tsumugi · SheetSage2-Refined
แยกเสียงเป็น 6 สเต็มแล้วถอดเป็น MIDI โดย SheetSage2-Refined ตรวจจับจังหวะ อัตราจังหวะ และท่อนเพลง ส่วน Tsumugi ตรวจจับคอร์ดและคีย์ ยังสามารถเลือกวิธีถอดทั้งเพลงแบบเดิมได้
การเปรียบเทียบรุ่น
รุ่น
บทบาท
ทําไมถึงใช้
ผลกระทบต่อเอาต์พุต
บทบาทmulti-instrument AMT ระดับความท้าทาย
ทําไมถึงใช้ใช้เป็นเส้นทางการเปรียบเทียบ MIROS: อยู่ในอันดับ #1 โดยรวมใน AMT Challenge ปี 2025 และรักษา F1 สามเครื่องดนตรีที่สูงกว่า YourMT3+ แต่ก็ยังลดลงเนื่องจากความสับสนของโพลีโฟนีและเสียงต่ําที่หนาแน่น
ผลกระทบต่อเอาต์พุตMIDI หลายแทร็ก
รุ่นYourMT3+ YPTF.MoE+Multi
บทบาทการถอดเสียงหลายเครื่องดนตรีเป็น MIDI
ทําไมถึงใช้เส้นทาง TelkNet ที่เสถียรพร้อมการควบคุม checkpoint สาธารณะ เอกสารความท้าทายยังคงแสดงให้เห็นถึงขีดจํากัดที่ยากอย่างชัดเจน: YourMT3-YPTF-MoE-M ลดลงจาก 0.7594 F1 ในข้อความที่ตัดตอนมาจากเครื่องมือเดียวเป็น 0.3918 ในข้อความที่ตัดตอนมาจากเครื่องมือสามเครื่อง
ผลกระทบต่อเอาต์พุตแบบร่าง MIDI แบบหลายแทร็ก
รุ่นMT3 baseline
บทบาทพื้นฐานในอดีต
ทําไมถึงใช้เส้นฐานเบนช์มาร์กสาธารณะของตระกูล MT3 แสดงไว้เพื่อการเปรียบเทียบเท่านั้น
ผลกระทบต่อเอาต์พุตการเปรียบเทียบพื้นฐานเท่านั้น
รุ่นMuScriptor-large
บทบาทการถอดเสียงหลายเครื่องดนตรี MuScriptor
ทําไมถึงใช้MuScriptor-large นำ YourMT3+ ในการเปรียบเทียบมัลติแทร็ก D_Test แบบส่วนตัวร่วมกันของบทความ และออกแบบมาสำหรับเพลงมิกซ์จริง นี่คือผลที่ผู้เขียนรายงาน ไม่ใช่การจัดอันดับ AMT Challenge 2025 ใหม่
ผลกระทบต่อเอาต์พุตส่งออก MIDI หลายแทร็ก Type-1; ป้าย UI 35 รายการแมปกับ 36 กลุ่มที่เรียนรู้ไว้ และ velocity คงที่ 100 ก่อนแปลงสามารถเลือก tempo map แบบปรับตามช่วงเพลงที่เสถียร (ตรงกับห้องเพลงเมื่อหลักฐานอัตราจังหวะเชื่อถือได้), BPM เดียวที่ตรวจจับอัตโนมัติ หรือ BPM เดียวที่กรอกเอง หลังจากนั้นยังปรับความเร็วและ BPM ในตัวอย่างได้ และไฟล์ดาวน์โหลดจะใช้ค่าปัจจุบัน
รุ่นYourMT3+ YPTF.MoE+Multi noPS
บทบาทการถอดเสียงหลายเครื่องดนตรีเป็น MIDI
ทําไมถึงใช้เส้นทาง TelkNet ที่เสถียรพร้อมการควบคุม checkpoint สาธารณะ เอกสารความท้าทายยังคงแสดงให้เห็นถึงขีดจํากัดที่ยากอย่างชัดเจน: YourMT3-YPTF-MoE-M ลดลงจาก 0.7594 F1 ในข้อความที่ตัดตอนมาจากเครื่องมือเดียวเป็น 0.3918 ในข้อความที่ตัดตอนมาจากเครื่องมือสามเครื่อง
ผลกระทบต่อเอาต์พุตแบบร่าง MIDI แบบหลายแทร็ก
เงื่อนไขทดสอบ
ตาราง 3 ในบทความ: K คือจำนวนสีสันเสียงที่ระบุ คำนวณ F1 รายแทร็กหลังจับคู่แทร็กอย่างเหมาะสม ผลเป็นค่าเฉลี่ยจากการฝึกอย่างน้อยสามครั้ง ไม่ใช่ผลวัดใหม่ของน้ำหนักโมเดลบนเว็บไซต์นี้
กระดาษและบันทึกเกณฑ์มาตรฐาน
YourMT3+: Multi-instrument Music Transcription
IEEE MLSP - 2024
YourMT3+ ขยาย MT3 ด้วยสถาปัตยกรรมหม้อแปลงที่ได้รับการปรับปรุง MoE ตัวแปร การถอดรหัสหลายช่องสัญญาณ และ cross-dataset stem augmentation
MT3: Multi-Task Multitrack Music Transcription
ICLR - 2022
MT3 สร้างการถอดเสียงเพลงแบบมัลติแทร็กแบบมัลติทาสก์ด้วยการสร้างแบบจําลองลําดับและยังคงเป็นพื้นฐานที่มีชื่อสําหรับการเปรียบเทียบ AMT ที่ใหม่กว่า
Advancing Multi-Instrument Music Transcription: Results from the 2025 AMT Challenge
arXiv / OpenReview - 2026
เอกสารสรุป AMT Challenge ปี 2025 ได้รับการเผยแพร่เมื่อวันที่ 29 มีนาคม 2026 สําหรับการแข่งขันระหว่างวันที่ 1 มกราคม-30 เมษายน 2025 รายงานทีมที่ลงทะเบียน 21 ทีม ทีมที่ส่ง 14 ทีม ทีมที่ให้คะแนนที่ถูกต้อง 8 ทีม และชุดทดสอบคลาสสิก 76 ชิ้นพร้อมเครื่องดนตรีสูงสุดสามชิ้นต่อข้อความที่ตัดตอนมา
Multitrack Music Transcription Based on Joint Learning of Onset and Frame Streams
Signals - 2026
OaFS ตรวจจับเครื่องดนตรี 34 ประเภทและส่งออก MIDI พร้อมตารางโน้ต โดยกำหนดค่าความแรงคงที่ 127
เป็นทางการ / ที่เก็บ
MuScriptor source (pinned)MuScriptor-large weights (pinned)mimbres/YourMT3YourMT3 HF checkpointsYourMT3 HF SpaceTelkNet music-to-midi workflowbs_6stem_fixed.ckpt · HF mirrorpython-audio-separatoramt-os/ai4m-mirosOfficial leaderboardMIROS fine-tuned checkpointMIROS pretrained checkpointTomokiMatsunaga/OaFSOaFS · checkpointmadderscientist/timbreAMTtimbreAMT v2anime-song/tsumugiTsumugi · full pipeline
คู่มือพารามิเตอร์
- ตาราง 3 ในบทความ: K คือจำนวนสีสันเสียงที่ระบุ คำนวณ F1 รายแทร็กหลังจับคู่แทร็กอย่างเหมาะสม ผลเป็นค่าเฉลี่ยจากการฝึกอย่างน้อยสามครั้ง ไม่ใช่ผลวัดใหม่ของน้ำหนักโมเดลบนเว็บไซต์นี้
เวิร์กโฟลว์
- 1อัปโหลดเสียงบรรเลงร่วมช่วงสั้น ๆ และกำหนดจำนวนกลุ่มสีสันเสียง
- 2ดาวน์โหลด MIDI ที่จัดกลุ่มตามสีสันเสียง หมายเลขแทร็กไม่ได้ระบุชนิดเครื่องดนตรีที่ตรวจพบ
อันดับโมเดลในสาขานี้
ผลทดสอบ 3 รายการรวมผลทดสอบสาธารณะของโมเดลที่ใช้ในเว็บไซต์นี้และที่อื่น โดยแสดงตารางต้นฉบับทั้งหมดเป็นค่าเริ่มต้น และสามารถเลือกเงื่อนไขกับตัวชี้วัดเพื่อเปรียบเทียบได้ คะแนนจากเงื่อนไขการทดสอบต่างกันไม่สามารถเปรียบเทียบโดยตรงได้
แสดงเฉพาะรายการที่ตรวจสอบแล้วว่ามีโค้ดอนุมานสาธารณะและน้ำหนักตรงกับรุ่นทดลอง รวมถึงอัลกอริทึมที่ไม่ต้องใช้น้ำหนัก โดยไม่รวมบริการปิด น้ำหนักที่ยังไม่เผยแพร่ หรือรุ่นทดลองที่จับคู่ไม่ได้ นี่ไม่ใช่อันดับรวมของทุกรุ่น
การเผยแพร่น้ำหนักไม่ได้ยืนยันว่ามีสัญญาอนุญาตโอเพนซอร์สครบถ้วน ขยายข้อมูลเพื่อดูสัญญาอนุญาตน้ำหนักและเงื่อนไขการเข้าถึง รายการที่ไม่ระบุสัญญาอนุญาตจะแสดงแยกต่างหาก
โมเดลที่เลือกยังไม่มีผลประเมินสาธารณะที่ตรงกันและผ่านการตรวจสอบ จึงไม่ได้จัดอันดับ
TISMIR 2026 · Table 3
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 3 / แถวต้นฉบับ 7
ไม่จัดอันดับ: 4
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
D16 · MSE · Syn · Rescale
ตาราง 3 ในบทความ: K คือจำนวนสีสันเสียงที่ระบุ คำนวณ F1 รายแทร็กหลังจับคู่แทร็กอย่างเหมาะสม ผลเป็นค่าเฉลี่ยจากการฝึกอย่างน้อยสามครั้ง ไม่ใช่ผลวัดใหม่ของน้ำหนักโมเดลบนเว็บไซต์นี้
| อันดับตามตัวชี้วัด | รุ่น | BACH10 2 mix | BACH10 3 mix | BACH10 4 mix | URMP 2 mix | URMP 3 mix | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | ||
| 1 | Oursน้ำหนักสาธารณะ · โค้ดอนุมาน | 83.4 | 84.6 | 99.0 | 77.8 | 80.1 | 96.7 | 66.2 | 72.7 | 89.9 | 68.9 | 66.8 | 82.6 | 58.5 | 60.0 | 77.1 |
| 2 | Shareน้ำหนักสาธารณะ · โค้ดอนุมานseptimbre/ablation/DicephNet/dicephnet_model.pthโค้ดอนุมานการตั้งค่าการประเมินไม่ระบุสัญญาอนุญาตน้ำหนัก | 82.1 | 83.0 | 98.4 | 76.1 | 78.9 | 96.6 | 68.5 | 72.8 | 91.0 | 69.0 | 68.3 | 84.6 | 57.2 | 57.5 | 74.1 |
| 3 | Tanakaน้ำหนักสาธารณะ · โค้ดอนุมาน | 77.9 | 79.6 | 93.2 | 66.1 | 69.0 | 83.4 | 55.4 | 59.2 | 73.2 | 65.5 | 64.1 | 79.3 | 56.5 | 56.5 | 72.8 |
รายการต้นฉบับ (3)
TISMIR 2026 · Table 3 ↗ตรวจสอบเมื่อ 2026-10-25
แหล่งประเมินทั้งหมด (14)
แยกชุดข้อมูล รุ่น และเงื่อนไข รวมถึงแหล่งที่ยังไม่มีรายการผ่านเกณฑ์จัดอันดับ
- MuScriptor Table 1 ↗
ติดตั้งได้ 3 / แถวต้นฉบับ 7
ไม่จัดอันดับ: 4
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
𝒟 Synth · MuScriptor trained on · 1 · 𝒟 Synth · MuScriptor trained on · 2 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 1 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 2
- MuScriptor Table 2 ↗
ติดตั้งได้ 16 / แถวต้นฉบับ 16
- MuScriptor Table 4 ↗
ติดตั้งได้ 0 / แถวต้นฉบับ 4
ไม่จัดอันดับ: 4
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
MuScriptor (60M) · MuScriptor (100M) · MuScriptor (300M) · MuScriptor (1.3B)
- Official 2025 AMT Challenge leaderboard ↗
ติดตั้งได้ 9 / แถวต้นฉบับ 17
ไม่จัดอันดับ: 8
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
GIU · press_to_win · press_to_win5 · press_to_win3 · press_to_win4 · Bytedance Piano transcription · press_to_win2 · Midnight Questor
- AMT Challenge · arXiv:2603.27528v1 · Table 1 ↗
ติดตั้งได้ 9 / แถวต้นฉบับ 14
ไม่จัดอันดับ: 5
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
press_to_win 1 · press_to_win 2 · press_to_win 3 · Bytedance Piano · press_to_win 4
- AMT Challenge · arXiv:2603.27528v1 · Table 2 ↗
ติดตั้งได้ 9 / แถวต้นฉบับ 9
- YourMT3+ v3, Tables 2, 3, 14 ↗
ติดตั้งได้ 1 / แถวต้นฉบับ 5
ไม่จัดอันดับ: 4
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
MT3 (our colab) · MT3 (colab ) · MT3 · PerceiverTF
- YourMT3+ · Table 2 ↗
ติดตั้งได้ 1 / แถวต้นฉบับ 7
ไม่จัดอันดับ: 6
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
YMT3 · noPS · YMT3+ · noPS | PS · YPTF+S · noPS | PS · YPTF+M · noPS | PS · MT3 [ 1 ] · (colab) · AMT · Baseline *
- YourMT3+ · Table 3 ↗
ติดตั้งได้ 1 / แถวต้นฉบับ 12
ไม่จัดอันดับ: 11
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
YMT3 base · + Intra-aug. · + Full-vocab. · + Data balancing · + Cross-aug. · + PTF-encoder · + FFN → MoE · + Multi decoder · MT3 (colab) · MT3 [ 1 ] · PerceiverTF [ 25 ]
- OaFS · Table 5 ↗
ติดตั้งได้ 10 / แถวต้นฉบับ 25
ไม่จัดอันดับ: 15
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
OaFS-ResUnet · Frame F1 (%) · OaFS-CFP · Frame F1 (%) · OaFS-single · Frame F1 (%) · OaFS-ResUnet · Onset F1 (%) · OaFS-CFP · Onset F1 (%) · OaFS-single · Onset F1 (%) · OaFS-ResUnet · Multi-Instrument Frame F1 (%) · OaFS-CFP · Multi-Instrument Frame F1 (%) · OaFS-single · Multi-Instrument Frame F1 (%) · OaFS-ResUnet · Multi-Instrument Onset F1 (%) · OaFS-CFP · Multi-Instrument Onset F1 (%) · OaFS-single · Multi-Instrument Onset F1 (%) · OaFS-ResUnet · Instrument Detection F1 (%) · OaFS-CFP · Instrument Detection F1 (%) · OaFS-single · Instrument Detection F1 (%)
- OaFS · Table 6 ↗
ติดตั้งได้ 68 / แถวต้นฉบับ 102
ไม่จัดอันดับ: 34
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
OaFS-Single · Acoustic Piano · OaFS-Single · Electric Piano · OaFS-Single · Chromatic Percussion · OaFS-Single · Organ · OaFS-Single · Acoustic Guitar · OaFS-Single · Clean Electric Guitar · OaFS-Single · Distorted Electric Guitar · OaFS-Single · Acoustic Bass · OaFS-Single · Electric Bass · OaFS-Single · Violin · OaFS-Single · Viola · OaFS-Single · Cello · OaFS-Single · Contrabass · OaFS-Single · Orchestral Harp · OaFS-Single · Timpani · OaFS-Single · String Ensemble · OaFS-Single · Synth Strings · OaFS-Single · Choir and Voice · OaFS-Single · Trumpet · OaFS-Single · Trombone · OaFS-Single · Tuba · OaFS-Single · French Horn · OaFS-Single · Brass Section · OaFS-Single · Soprano/Alto Sax · OaFS-Single · Tenor Sax · OaFS-Single · Baritone Sax · OaFS-Single · Oboe · OaFS-Single · English Horn · OaFS-Single · Bassoon · OaFS-Single · Clarinet · OaFS-Single · Pipe · OaFS-Single · Synth Lead · OaFS-Single · Synth Pad · OaFS-Single · Drums
- OaFS · Table 7 ↗
ติดตั้งได้ 28 / แถวต้นฉบับ 28
- OaFS · Table 4 ↗
ติดตั้งได้ 2 / แถวต้นฉบับ 5
ไม่จัดอันดับ: 3
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
OaFS-ResUnet · OaFS-CFP · OaFS-single
- TISMIR 2026 · Table 3 ↗
ติดตั้งได้ 3 / แถวต้นฉบับ 7
ไม่จัดอันดับ: 4
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
D16 · MSE · Syn · Rescale
ผลต้นฉบับและแหล่งที่มาทั้งหมด
คะแนนอ้างอิงชุดข้อมูล ตัวชี้วัด และรุ่นโมเดลที่ระบุ จึงเปรียบเทียบข้ามการทดสอบโดยตรงไม่ได้
ตารางแสดงเฉพาะโมเดลที่มีเวตหรือการตั้งค่าแบบสาธารณะและเรียกใช้ในเครื่องได้
MuScriptor Table 1
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 3 / แถวต้นฉบับ 7
ไม่จัดอันดับ: 4
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
𝒟 Synth · MuScriptor trained on · 1 · 𝒟 Synth · MuScriptor trained on · 2 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 1 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 2
บทความเปรียบเทียบโมเดลสุดท้าย CFG=1 กับ YourMT3+ บน D_Test แบบส่วนตัวชุดเดียวกัน ผลยังไม่มีการทำซ้ำโดยอิสระ และเปรียบเทียบโดยตรงกับ MIROS หรือโพรโทคอลอื่นไม่ได้
| อันดับตามตัวชี้วัด | รุ่น | เงื่อนไขทดสอบ | F1 Score ( ↑ ) | ||||
|---|---|---|---|---|---|---|---|
| Onset | Frame | Offset | Drums | Multi | |||
| 1 | MuScriptor (1.3B) · 𝒟 Synth + 𝒟 Real + 𝒟 RLน้ำหนักสาธารณะ · โค้ดอนุมานmodel.safetensorsโค้ดอนุมานสัญญาอนุญาตน้ำหนัก (ตามที่คลังโค้ดระบุ): cc-by-nc-4.0ต้องยอมรับเงื่อนไขหรือขอสิทธิ์เข้าถึง | D_Test · CFG = 1 | 60.4 | 73.3 | 49.0 | 50.2 | 48.2 |
| 2 | YourMT3+ (YPTF.MoE+Multi (noPS)) | D_Test · CFG = 1 | 32.52 | 45.54 | 17.79 | 41.4 | 21.9 |
รายการต้นฉบับ (3)
MuScriptor Table 1 ↗ตรวจสอบเมื่อ 2026-10-25
ตารางแสดงเฉพาะโมเดลที่มีเวตหรือการตั้งค่าแบบสาธารณะและเรียกใช้ในเครื่องได้
MuScriptor Table 2
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 16 / แถวต้นฉบับ 16
ตาราง 2 ของบทความประเมินโมเดลที่เผยแพร่และติดตั้งในเครื่องได้สองตัวบนชุดข้อมูล 8 ชุดที่ไม่อยู่ในชุดฝึกของทั้งคู่ SOTA และดีที่สุดคำนวณแยกในแต่ละชุดข้อมูล ส่วน MIROS ไม่ถูกเพิ่มเพราะบทความไม่มีผลภายใต้โปรโตคอลนี้
| อันดับตามตัวชี้วัด | รุ่น | เงื่อนไขทดสอบ | F1 Score ( ↑ ) | ||||
|---|---|---|---|---|---|---|---|
| Onset | Frame | Offset | Drums | Multi | |||
| 1 | MuScriptorน้ำหนักสาธารณะ · โค้ดอนุมานmodel.safetensorsโค้ดอนุมานสัญญาอนุญาตน้ำหนัก (ตามที่คลังโค้ดระบุ): cc-by-nc-4.0ต้องยอมรับเงื่อนไขหรือขอสิทธิ์เข้าถึง | Bach10 | 43.1 | 85.0 | 36.0 | - | 34.7 |
| 2 | YourMT3+ | Bach10 | 59.8 | 66.0 | 48.0 | - | 26.4 |
รายการต้นฉบับ (16)
MuScriptor Table 2 ↗ตรวจสอบเมื่อ 2026-10-25
ตารางแสดงเฉพาะโมเดลที่มีเวตหรือการตั้งค่าแบบสาธารณะและเรียกใช้ในเครื่องได้
Official 2025 AMT Challenge leaderboard
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 9 / แถวต้นฉบับ 17
ไม่จัดอันดับ: 8
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
GIU · press_to_win · press_to_win5 · press_to_win3 · press_to_win4 · Bytedance Piano transcription · press_to_win2 · Midnight Questor
รายการโอเพนซอร์สที่ทำซ้ำได้จากตารางอันดับทางการ โดยคงอันดับเดิมไว้ F1 ความแม่นยำ การเรียกคืน จุดเริ่ม จุดสิ้นสุด และการซ้อนทับแสดงเป็นเปอร์เซ็นต์ ส่วนเวลาเป็นมิลลิวินาที การตั้งค่า YourMT3+ สำหรับการแข่งขันใช้ข้อมูลเครื่องดนตรีที่ระบุในชื่อไฟล์ คะแนนนี้ไม่ได้วัดผลกระบวนการประมวลผลทั้งหมดของเว็บไซต์นี้
| อันดับทางการ | รุ่น | Members | Submission date | Runtime (ms) | F-measure (summary)↑ | Precision↑ | Recall↑ | Average overlap ratio↑ | F-measure (details)↑ | Onset precision↑ | Onset recall↑ | Onset F-measure↑ | Offset precision↑ | Offset recall↑ | Offset F-measure↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | MIROS (Music Information Retrieval Osnabrück)น้ำหนักสาธารณะ · โค้ดอนุมานMIROS fine-tuned decoderMusicFM encoderโค้ดอนุมาน logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckptการตั้งค่าการประเมินไม่ระบุสัญญาอนุญาตน้ำหนัก | Deniz Gün, Fernando Riveros, Paul Koesling, Anish Haluvani Sundresh, William Shelor | 2025-06-02 | 22.0535 | 0.5999 | 0.655839 | 0.5724 | 0.739079 | 0.599875 | 0.877975 | 0.759886 | 0.799196 | 0.807888 | 0.701962 | 0.736779 |
| 2 | YourMT3-YPTF-MoE-M | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-03 | 12.5981 | 0.5939 | 0.600966 | 0.588778 | 0.730518 | 0.593868 | 0.792573 | 0.777088 | 0.783356 | 0.767444 | 0.750847 | 0.757675 |
| 3 | YourMT3-YPTF-S | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 15.3954 | 0.5582 | 0.556491 | 0.561459 | 0.732617 | 0.55816 | 0.762297 | 0.771807 | 0.76566 | 0.743591 | 0.753287 | 0.747136 |
| 4 | YourMT3-P | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.9916 | 0.3948 | 0.39658 | 0.398548 | 0.72627 | 0.394752 | 0.60259 | 0.613207 | 0.601815 | 0.685018 | 0.691227 | 0.681928 |
| 5 | MT3น้ำหนักสาธารณะ · โค้ดอนุมาน | Google Research Brain Team: Josh Gardner, Ian Simon, Ethan Manilow, Curtis Hawthorne, Jesse Engel | 2025-06-02 | 20.1915 | 0.3932 | 0.38112 | 0.411528 | 0.71797 | 0.393214 | 0.663145 | 0.726103 | 0.687734 | 0.63501 | 0.698339 | 0.659656 |
| 7 | YourMT3-YPTF-SP-Vน้ำหนักสาธารณะ · โค้ดอนุมาน | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.5031 | 0.3306 | 0.32796 | 0.335827 | 0.714713 | 0.330591 | 0.632511 | 0.657221 | 0.641741 | 0.686195 | 0.711273 | 0.695724 |
| 10 | YourMT3-YPTF-MoE-MP | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 16.0262 | 0.2173 | 0.214966 | 0.220641 | 0.611634 | 0.217338 | 0.696075 | 0.719896 | 0.70555 | 0.699835 | 0.72405 | 0.709509 |
| 15 | ReconVATน้ำหนักสาธารณะ · โค้ดอนุมาน | Kin Wai Cheuk, Dorien Herremans, Li Su | 2025-06-02 | 5.4548 | 0.1416 | 0.121534 | 0.180252 | 0.789788 | 0.141598 | 0.307451 | 0.450635 | 0.35515 | 0.478656 | 0.742044 | 0.564281 |
| 16 | Basic Pitchน้ำหนักสาธารณะ · โค้ดอนุมาน | Spotify's Audio Intelligence Lab: Rachel M. Bittner, Juan José Bosch, David Rubinstein, Gabriel Meseguer-Brocal, Sebastian Ewert | 2025-06-02 | 3.9056 | 0.0634 | 0.054995 | 0.078152 | 0.597734 | 0.063433 | 0.264086 | 0.337363 | 0.290772 | 0.444662 | 0.587456 | 0.495507 |
รายการต้นฉบับ (9)
Official 2025 AMT Challenge leaderboard ↗ตรวจสอบเมื่อ 2026-10-25
ตารางแสดงเฉพาะโมเดลที่มีเวตหรือการตั้งค่าแบบสาธารณะและเรียกใช้ในเครื่องได้
AMT Challenge · arXiv:2603.27528v1 · Table 1
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 9 / แถวต้นฉบับ 14
ไม่จัดอันดับ: 5
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
press_to_win 1 · press_to_win 2 · press_to_win 3 · Bytedance Piano · press_to_win 4
เว็บไซต์และบทความเป็นข้อมูลคนละชุด โดยหลักสุดท้ายต่างกันเล็กน้อย ทดสอบเสียงสังเคราะห์ที่มีข้อกำหนด 76 ช่วง ช่วงละไม่เกินสามเครื่องดนตรี คงค่าจากแต่ละแหล่ง การตั้งค่า YourMT3+ สำหรับการแข่งขันใช้ข้อมูลเครื่องดนตรีที่ระบุในชื่อไฟล์ คะแนนนี้ไม่ได้วัดผลกระบวนการประมวลผลทั้งหมดของเว็บไซต์นี้
| อันดับทางการ | รุ่น | F1 Score↑ | Precision↑ | Recall↑ | Overlap↑ | Runtime |
|---|---|---|---|---|---|---|
| 1 | MIROSน้ำหนักสาธารณะ · โค้ดอนุมานMIROS fine-tuned decoderMusicFM encoderโค้ดอนุมาน logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckptการตั้งค่าการประเมินไม่ระบุสัญญาอนุญาตน้ำหนัก | 0.5998 | 0.6558 | 0.5724 | 0.7391 | 22.05 |
| 2 | YourMT3-YPTF-MoE-M | 0.5938 | 0.6010 | 0.5888 | 0.7305 | 12.60 |
| 3 | YourMT3-YPTF-S | 0.5581 | 0.5565 | 0.5615 | 0.7326 | 15.40 |
| 4 | YourMT3-P | 0.3947 | 0.3966 | 0.3985 | 0.7263 | 14.99 |
| 5 | MT3 (baseline)น้ำหนักสาธารณะ · โค้ดอนุมาน | 0.3932 | 0.3811 | 0.4115 | 0.7180 | 20.19 |
| 6 | YourMT3-YPTF-SP-Vน้ำหนักสาธารณะ · โค้ดอนุมาน | 0.3305 | 0.3280 | 0.3358 | 0.7147 | 14.50 |
| 9 | YourMT3-YPTF-MoE-MP | 0.2173 | 0.2150 | 0.2206 | 0.6116 | 16.03 |
| 13 | ReconVATน้ำหนักสาธารณะ · โค้ดอนุมาน | 0.1415 | 0.1215 | 0.1803 | 0.7898 | 5.45 |
| 14 | Basic Pitchน้ำหนักสาธารณะ · โค้ดอนุมาน | 0.0634 | 0.0550 | 0.0782 | 0.5977 | 3.91 |
รายการต้นฉบับ (9)
AMT Challenge · arXiv:2603.27528v1 · Table 1 ↗ตรวจสอบเมื่อ 2026-10-25
ตารางแสดงเฉพาะโมเดลที่มีเวตหรือการตั้งค่าแบบสาธารณะและเรียกใช้ในเครื่องได้
AMT Challenge · arXiv:2603.27528v1 · Table 2
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 9 / แถวต้นฉบับ 9
Table 2 แบ่งตามจำนวนเครื่องดนตรีที่แน่นอน แสดงค่าเฉลี่ย ± ส่วนเบี่ยงเบนมาตรฐาน แต่ละกลุ่มจัดอันดับแยกและใช้แทนตารางรวมไม่ได้ การตั้งค่า YourMT3+ สำหรับการแข่งขันใช้ข้อมูลเครื่องดนตรีที่ระบุในชื่อไฟล์ คะแนนนี้ไม่ได้วัดผลกระบวนการประมวลผลทั้งหมดของเว็บไซต์นี้
| อันดับตามตัวชี้วัด | รุ่น | เงื่อนไขทดสอบ | F-measure↑ | Precision↑ | Recall↑ |
|---|---|---|---|---|---|
| 1 | YourMT3-YPTF-MoE-M | Count = 1 (n=6) | 0.7594 ± 0.2304 | 0.7858 ± 0.2411 | 0.7367 ± 0.2254 |
| 2 | MIROSน้ำหนักสาธารณะ · โค้ดอนุมานMIROS fine-tuned decoderMusicFM encoderโค้ดอนุมาน logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckptการตั้งค่าการประเมินไม่ระบุสัญญาอนุญาตน้ำหนัก | Count = 1 (n=6) | 0.7193 ± 0.2103 | 0.9067 ± 0.2286 | 0.6233 ± 0.2295 |
| 3 | MT3 (Baseline)น้ำหนักสาธารณะ · โค้ดอนุมาน | Count = 1 (n=6) | 0.5483 ± 0.3898 | 0.5548 ± 0.3974 | 0.5422 ± 0.3829 |
รายการต้นฉบับ (9)
AMT Challenge · arXiv:2603.27528v1 · Table 2 ↗ตรวจสอบเมื่อ 2026-10-25
YourMT3+ v3, Tables 2, 3, 14
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 1 / แถวต้นฉบับ 5
ไม่จัดอันดับ: 4
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
MT3 (our colab) · MT3 (colab ) · MT3 · PerceiverTF
การเปรียบเทียบกระดาษ YourMT3+ กับพื้นฐานของตระกูล MT3 บนตัวชี้วัดสไตล์ Slakh
| อันดับตามตัวชี้วัด | รุ่น | Bass↑ | Brass↑ | C.Perc↑ | Guitar↑ | Organ↑ | Piano↑ | Pipe↑ | Reed↑ | Strings and Ens.↑ | Synth Lead↑ | Synth Pad↑ | Drums↑ | Onset F1 (non-drum)↑ | Offset F1 (non-drum)↑ | Onset F1 (drums/gm)↑ | Multi (Onset-Offset) F1 ♠↑ | Multi Onset F1↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| - | YPTF.MoE+M (PS) | 93.20 | 74.96 | 67.70 | 82.27 | 73.48 | 88.84 | 74.72 | 82.22 | 75.44 | 84.19 | 45.57 | 90.05 | 84.56 | 70.70 | 90.05 | 74.84 | - |
รายการต้นฉบับ (1)
YourMT3+ v3, Tables 2, 3, 14 ↗ตรวจสอบเมื่อ 2026-10-25
YourMT3+ · Table 2
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 1 / แถวต้นฉบับ 7
ไม่จัดอันดับ: 6
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
YMT3 · noPS · YMT3+ · noPS | PS · YPTF+S · noPS | PS · YPTF+M · noPS | PS · MT3 [ 1 ] · (colab) · AMT · Baseline *
| อันดับตามตัวชี้วัด | รุ่น | เงื่อนไขทดสอบ | MAPS [ 21 ] (unseen) · Piano | MAPS [ 21 ] (seen) | Maestro v3 | MusicNet ext. (EM) [ 10 ] | MusicNet ext. [ 9 , 10 ] | MIR-ST500 [ 13 ] (SVS) · Singing | MIR-ST500 [ 13 ] | MIR-ST500 (100ms [ 20 ] ) | ENSTdrums (DTP [ 15 ] ) · Drums | ENSTdrums (DTM [ 15 ] ) | GuitarSet [ 11 ] (MT3 [ 1 ] ) · Guitar | URMP [ 22 ] Onset F1 [ 1 ] · Agnostic | URMP [ 22 ] Multi F1 [ 1 ] · Ensemble | Slakh [ 18 ] Onset F1 [ 1 ] · Agnostic | Slakh [ 18 ] Multi F1 [ 1 ] · All | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Strings↑ | Winds↑ | Strings↑ | Winds↑ | ||||||||||||||||
| - | YPTF.MoE+M | noPS | PS | 87.88 | 86.25 | - | 96.98 | 96.52 | 91.32 | 90.07 | 83.46 | 78.50 | 66.14 | 66.09 | 55.95 | 55.33 | 71.60 | 72.05 | 70.59 | 71.07 | 81.14 | 82.08 | 88.79 | 89.48 | 85.92 | 87.27 | 91.65 | 88.87 | 81.05 | 81.79 | 67.22 | 67.98 | 84.14 | 84.56 | 73.98 | 74.84 |
รายการต้นฉบับ (1)
YourMT3+ · Table 2 ↗ตรวจสอบเมื่อ 2026-10-25
YourMT3+ · Table 3
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 1 / แถวต้นฉบับ 12
ไม่จัดอันดับ: 11
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
YMT3 base · + Intra-aug. · + Full-vocab. · + Data balancing · + Cross-aug. · + PTF-encoder · + FFN → MoE · + Multi decoder · MT3 (colab) · MT3 [ 1 ] · PerceiverTF [ 25 ]
| อันดับตามตัวชี้วัด | รุ่น | Onset F1↑ | Offset F1↑ | Drum F1↑ |
|---|---|---|---|---|
| - | YPTF.MoE+Multi | 84.6 | 70.7 | 90.1 |
รายการต้นฉบับ (1)
YourMT3+ · Table 3 ↗ตรวจสอบเมื่อ 2026-10-25
OaFS · Table 5
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 10 / แถวต้นฉบับ 25
ไม่จัดอันดับ: 15
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
OaFS-ResUnet · Frame F1 (%) · OaFS-CFP · Frame F1 (%) · OaFS-single · Frame F1 (%) · OaFS-ResUnet · Onset F1 (%) · OaFS-CFP · Onset F1 (%) · OaFS-single · Onset F1 (%) · OaFS-ResUnet · Multi-Instrument Frame F1 (%) · OaFS-CFP · Multi-Instrument Frame F1 (%) · OaFS-single · Multi-Instrument Frame F1 (%) · OaFS-ResUnet · Multi-Instrument Onset F1 (%) · OaFS-CFP · Multi-Instrument Onset F1 (%) · OaFS-single · Multi-Instrument Onset F1 (%) · OaFS-ResUnet · Instrument Detection F1 (%) · OaFS-CFP · Instrument Detection F1 (%) · OaFS-single · Instrument Detection F1 (%)
ตารางทางการ 5 เปรียบเทียบห้าชุดข้อมูลแยกกัน และแสดงเฉพาะการทดลองที่ตรวจสอบน้ำหนักสาธารณะตรงกันแล้ว OaFS ปัจจุบันฝึกร่วมกัน ผลนี้ไม่ยืนยันว่าเหนือกว่า MuScriptor
| อันดับตามตัวชี้วัด | รุ่น | เงื่อนไขทดสอบ | Frame F1 (%)↑ | Onset F1 (%)↑ | Multi-Instrument Frame F1 (%)↑ | Multi-Instrument Onset F1 (%)↑ | Instrument Detection F1 (%)↑ |
|---|---|---|---|---|---|---|---|
| 1 | MT3น้ำหนักสาธารณะ · โค้ดอนุมานOfficial MT3 T5X checkpoint and 294 tensor filesโค้ดอนุมานการตั้งค่าการประเมินไม่ระบุสัญญาอนุญาตน้ำหนัก | MAESTRO | 55.30 | 95.16 | 55.30 | 95.16 | 99.72 |
| 2 | OaFSน้ำหนักสาธารณะ · โค้ดอนุมาน | MAESTRO | 76.10 | 94.17 | 76.10 | 94.17 | 100 |
รายการต้นฉบับ (10)
OaFS · Table 5 ↗ตรวจสอบเมื่อ 2026-10-25
OaFS · Table 6
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 68 / แถวต้นฉบับ 102
ไม่จัดอันดับ: 34
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
OaFS-Single · Acoustic Piano · OaFS-Single · Electric Piano · OaFS-Single · Chromatic Percussion · OaFS-Single · Organ · OaFS-Single · Acoustic Guitar · OaFS-Single · Clean Electric Guitar · OaFS-Single · Distorted Electric Guitar · OaFS-Single · Acoustic Bass · OaFS-Single · Electric Bass · OaFS-Single · Violin · OaFS-Single · Viola · OaFS-Single · Cello · OaFS-Single · Contrabass · OaFS-Single · Orchestral Harp · OaFS-Single · Timpani · OaFS-Single · String Ensemble · OaFS-Single · Synth Strings · OaFS-Single · Choir and Voice · OaFS-Single · Trumpet · OaFS-Single · Trombone · OaFS-Single · Tuba · OaFS-Single · French Horn · OaFS-Single · Brass Section · OaFS-Single · Soprano/Alto Sax · OaFS-Single · Tenor Sax · OaFS-Single · Baritone Sax · OaFS-Single · Oboe · OaFS-Single · English Horn · OaFS-Single · Bassoon · OaFS-Single · Clarinet · OaFS-Single · Pipe · OaFS-Single · Synth Lead · OaFS-Single · Synth Pad · OaFS-Single · Drums
| อันดับตามตัวชี้วัด | รุ่น | เงื่อนไขทดสอบ | Total Number of Notes | Frame F1 (%)↑ | Onset F1 (%)↑ |
|---|---|---|---|---|---|
| 1 | OaFSน้ำหนักสาธารณะ · โค้ดอนุมาน | Acoustic Piano | 974,080 | 65.90 | 71.37 |
| 2 | MT3น้ำหนักสาธารณะ · โค้ดอนุมานOfficial MT3 T5X checkpoint and 294 tensor filesโค้ดอนุมานการตั้งค่าการประเมินไม่ระบุสัญญาอนุญาตน้ำหนัก | Acoustic Piano | 974,080 | 56.90 | 66.08 |
รายการต้นฉบับ (68)
OaFS · Table 6 ↗ตรวจสอบเมื่อ 2026-10-25
OaFS · Table 7
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 28 / แถวต้นฉบับ 28
| อันดับตามตัวชี้วัด | รุ่น | เงื่อนไขทดสอบ | Frame F1 (%)↑ | Onset F1 (%)↑ |
|---|---|---|---|---|
| 1 | OaFSน้ำหนักสาธารณะ · โค้ดอนุมาน | Piano | 70.36 | 72.10 |
| 2 | MT3น้ำหนักสาธารณะ · โค้ดอนุมานOfficial MT3 T5X checkpoint and 294 tensor filesโค้ดอนุมานการตั้งค่าการประเมินไม่ระบุสัญญาอนุญาตน้ำหนัก | Piano | 63.12 | 69.99 |
รายการต้นฉบับ (28)
OaFS · Table 7 ↗ตรวจสอบเมื่อ 2026-10-25
OaFS · Table 4
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 2 / แถวต้นฉบับ 5
ไม่จัดอันดับ: 3
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
OaFS-ResUnet · OaFS-CFP · OaFS-single
| อันดับตามตัวชี้วัด | รุ่น | Number of Trainable Parameters | Number of Instrument Classes Excluding “Others” |
|---|---|---|---|
| - | MT3น้ำหนักสาธารณะ · โค้ดอนุมานOfficial MT3 T5X checkpoint and 294 tensor filesโค้ดอนุมานการตั้งค่าการประเมินไม่ระบุสัญญาอนุญาตน้ำหนัก | 93.7 M | 34 |
| - | OaFSน้ำหนักสาธารณะ · โค้ดอนุมาน | 64.9 M | 34 |
รายการต้นฉบับ (2)
OaFS · Table 4 ↗ตรวจสอบเมื่อ 2026-10-25
TISMIR 2026 · Table 3
เลือกชุดข้อมูลเพื่อดูทุกตัวชี้วัดของแต่ละโมเดล แถวเรียงตามอันดับทางการหรือตัวชี้วัดที่เลือก ตัวหนาแสดงค่าที่ดีที่สุดที่เปรียบเทียบกันได้ในแต่ละคอลัมน์ รวมถึงค่าที่เสมอกัน วิธีประเมินที่ต่างกันจะแยกจัดอันดับ คะแนนที่ไม่มีจะแสดงเป็น "-"
ติดตั้งได้ 3 / แถวต้นฉบับ 7
ไม่จัดอันดับ: 4
ยังไม่ได้ยืนยันแพ็กเกจอนุมานสาธารณะที่ครบถ้วนสำหรับการทดลองเหล่านี้ น้ำหนักอื่นที่ชื่อโมเดลเดียวกันใช้แทนไม่ได้
D16 · MSE · Syn · Rescale
ตาราง 3 ในบทความ: K คือจำนวนสีสันเสียงที่ระบุ คำนวณ F1 รายแทร็กหลังจับคู่แทร็กอย่างเหมาะสม ผลเป็นค่าเฉลี่ยจากการฝึกอย่างน้อยสามครั้ง ไม่ใช่ผลวัดใหม่ของน้ำหนักโมเดลบนเว็บไซต์นี้
| อันดับตามตัวชี้วัด | รุ่น | BACH10 2 mix | BACH10 3 mix | BACH10 4 mix | URMP 2 mix | URMP 3 mix | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | ||
| 1 | Oursน้ำหนักสาธารณะ · โค้ดอนุมาน | 83.4 | 84.6 | 99.0 | 77.8 | 80.1 | 96.7 | 66.2 | 72.7 | 89.9 | 68.9 | 66.8 | 82.6 | 58.5 | 60.0 | 77.1 |
| 2 | Shareน้ำหนักสาธารณะ · โค้ดอนุมานseptimbre/ablation/DicephNet/dicephnet_model.pthโค้ดอนุมานการตั้งค่าการประเมินไม่ระบุสัญญาอนุญาตน้ำหนัก | 82.1 | 83.0 | 98.4 | 76.1 | 78.9 | 96.6 | 68.5 | 72.8 | 91.0 | 69.0 | 68.3 | 84.6 | 57.2 | 57.5 | 74.1 |
| 3 | Tanakaน้ำหนักสาธารณะ · โค้ดอนุมาน | 77.9 | 79.6 | 93.2 | 66.1 | 69.0 | 83.4 | 55.4 | 59.2 | 73.2 | 65.5 | 64.1 | 79.3 | 56.5 | 56.5 | 72.8 |
รายการต้นฉบับ (3)
TISMIR 2026 · Table 3 ↗ตรวจสอบเมื่อ 2026-10-25
บันทึกการแก้ไขของ TelkNet · 13 สิงหาคม 2026
ปัญหาโน้ตหายใน MuScriptor
การคาดเดาผิดเพียงครั้งเดียวทำให้ 40 วินาทีถัดไปคลาดเคลื่อนได้อย่างไร?
เราใช้เพลงเต็มเพลงเดียวกันทดสอบทั้ง TelkNet และ MuScriptor Large 0.3.0 ทางการในโหมด strict ผลทั้งสองมี 8 พาร์ตและ 6,560 โน้ต โดยพาร์ต ระดับเสียง และลำดับของแต่ละโน้ตตรงกัน ความผิดปกติอยู่ราววินาทีที่ 182–222: ต้นฉบับยังมีแนวทำนองชัดเจนในย่านกลางถึงสูง แต่ MIDI กลับมีช่องว่างเหนือ C4 ประมาณ 40.31 วินาที UI การประมวลผล BPM และตัวแก้ไข MIDI ไม่ได้ลบโน้ตเหล่านั้น ช่องว่างมีอยู่แล้วในเอาต์พุตของโมเดลทางการ เราไม่มีสกอร์ต้นฉบับ จึงบอกจำนวนโน้ตที่หายไปอย่างแม่นยำไม่ได้
TelkNet ปรับการส่งข้อมูลเครื่องดนตรีระหว่างช่วงละ 5 วินาที เพื่อลดการส่งต่อการจำแนกที่ผิดและเชื่อมโน้ตที่ลากข้ามช่วง MuScriptor Large ถอดโน้ตแต่ละช่วงหนึ่งครั้ง
จากนั้นเรารันงานเต็ม 16 ครั้งกับ 14 เพลง และทุกงานจบตามปกติ เพลงแรกมีช่องว่างการเริ่มโน้ตเหนือ C4 ยาวที่สุดลดจาก 40.309 เป็น 1.970 วินาที ส่วนเพลงที่สองเปลี่ยนจาก 1,698 โน้ต 6 แทร็กที่ใช้งาน และเปียโน 70.79% เป็น 2,279 โน้ต 8 แทร็กที่ใช้งาน และเปียโน 50.77% เมื่อรันเพลงแต่ละเพลงใหม่แบบเต็มสองครั้ง ไฟล์ที่ได้ตรงกันทุกไบต์
