เลือก VocalParse, GAME, ROSVOT หรือ SOME สำหรับถอดโน้ตแบบสกอร์ ทนต่อเสียงดนตรีประกอบ หรือเน้นความเร็ว
เลือก VocalParse, GAME, ROSVOT หรือ SOME สำหรับถอดโน้ตแบบสกอร์ ทนต่อเสียงดนตรีประกอบ หรือเน้นความเร็ว
อินพุต
ไฟล์เสียงหรือวิดีโอที่รองรับอย่างสมบูรณ์ เลือกโปรไฟล์โมเดลที่ตรงกับแหล่งที่มาและผลลัพธ์ที่คุณต้องการ
รูปแบบที่รองรับ
เอาท์พุต
เลือก VocalParse, GAME, ROSVOT หรือ SOME สำหรับถอดโน้ตแบบสกอร์ ทนต่อเสียงดนตรีประกอบ หรือเน้นความเร็ว
กรณีการใช้งาน
เลือก VocalParse, GAME, ROSVOT หรือ SOME สำหรับถอดโน้ตแบบสกอร์ ทนต่อเสียงดนตรีประกอบ หรือเน้นความเร็ว
เลือก VocalParse, GAME, ROSVOT หรือ SOME สำหรับถอดโน้ตแบบสกอร์ ทนต่อเสียงดนตรีประกอบ หรือเน้นความเร็ว
เส้นทางเริ่มต้นสำหรับสร้าง MIDI เสียงร้องแบบมีโครงสร้างคล้ายโน้ตเพลงจากเสียงร้องที่สะอาดกว่า โดย checkpoint แบบคงที่ไม่มีพารามิเตอร์ inference ทางการให้ผู้ใช้ปรับ
GAME แปลงเสียงร้องเป็น MIDI ด้วยตัวควบคุม boundary, D3PM และ estimation ทางการ ภาษาเริ่มต้นเป็นอัตโนมัติ/ไม่ระบุ ไม่บังคับภาษาจีน
เส้นทางที่ทนต่อเสียงรบกวนหรือเสียงดนตรีประกอบรั่วเข้ามา โดย checkpoint ทางการปัจจุบันฝึกจากการร้องภาษาจีนกลางเป็นหลัก
SOME เป็นเส้นทางเสียงร้องไป MIDI ที่เร็วและเบา ไม่มีตัวควบคุมโมเดลสาธารณะ; การปรับ tempo MIDI แบบเลือกได้ทำหลัง inference
arXiv - 2026
เส้นทางเริ่มต้นสำหรับสร้าง MIDI เสียงร้องแบบมีโครงสร้างคล้ายโน้ตเพลงจากเสียงร้องที่สะอาดกว่า โดย checkpoint แบบคงที่ไม่มีพารามิเตอร์ inference ทางการให้ผู้ใช้ปรับ
ACL - 2024
เส้นทางที่ทนต่อเสียงรบกวนหรือเสียงดนตรีประกอบรั่วเข้ามา โดย checkpoint ทางการปัจจุบันฝึกจากการร้องภาษาจีนกลางเป็นหลัก
Official technical guide - 2026
GAME แปลงเสียงร้องเป็น MIDI ด้วยตัวควบคุม boundary, D3PM และ estimation ทางการ ภาษาเริ่มต้นเป็นอัตโนมัติ/ไม่ระบุ ไม่บังคับภาษาจีน
Official technical guide - 2023
SOME เป็นเส้นทางเสียงร้องไป MIDI ที่เร็วและเบา ไม่มีตัวควบคุมโมเดลสาธารณะ; การปรับ tempo MIDI แบบเลือกได้ทำหลัง inference
เลือก VocalParse, GAME, ROSVOT หรือ SOME สำหรับถอดโน้ตแบบสกอร์ ทนต่อเสียงดนตรีประกอบ หรือเน้นความเร็ว
เส้นทางเริ่มต้นสำหรับสร้าง MIDI เสียงร้องแบบมีโครงสร้างคล้ายโน้ตเพลงจากเสียงร้องที่สะอาดกว่า โดย checkpoint แบบคงที่ไม่มีพารามิเตอร์ inference ทางการให้ผู้ใช้ปรับ
GAME แปลงเสียงร้องเป็น MIDI ด้วยตัวควบคุม boundary, D3PM และ estimation ทางการ ภาษาเริ่มต้นเป็นอัตโนมัติ/ไม่ระบุ ไม่บังคับภาษาจีน
เส้นทางที่ทนต่อเสียงรบกวนหรือเสียงดนตรีประกอบรั่วเข้ามา โดย checkpoint ทางการปัจจุบันฝึกจากการร้องภาษาจีนกลางเป็นหลัก
SOME เป็นเส้นทางเสียงร้องไป MIDI ที่เร็วและเบา ไม่มีตัวควบคุมโมเดลสาธารณะ; การปรับ tempo MIDI แบบเลือกได้ทำหลัง inference
VocalParse, GAME, ROSVOT และ SOME เผยแพร่ผลด้วยชุดข้อมูล ภาษา กฎป้ายกำกับ และค่าคลาดเคลื่อนในการจับคู่ที่ต่างกัน ยังไม่มีโปรโตคอลสาธารณะร่วมที่ตรวจสอบแล้วและครอบคลุมจุดตรวจทั้งสี่ที่ติดตั้ง จึงไม่สร้างอันดับรวมขึ้นมาเอง
| กระดาษและบันทึกเกณฑ์มาตรฐาน | รุ่น | MAE_pitch ↓ | เมตริกโดยละเอียด |
|---|---|---|---|
| เนื้อร้องอ้างอิง + เวลา SOFA | ROSVOTTelkNetPaper Table 1 | 0.38 | MAE_note ↓0.45MAE_duration ↓0.40MAE_note-count ↓0.20 |
| เสียงเท่านั้น | VocalParse 1.7BTelkNetPaper Table 1 | 0.56 | MAE_note ↓0.44MAE_duration ↓0.34MAE_note-count ↓0.11 |
| เสียง + เนื้อร้องอ้างอิง | VocalParse 1.7BTelkNetPaper Table 1 | 0.35 | MAE_note ↓0.43MAE_duration ↓0.33MAE_note-count ↓0.11 |
เส้นทางที่ทนต่อเสียงรบกวนหรือเสียงดนตรีประกอบรั่วเข้ามา โดย checkpoint ทางการปัจจุบันฝึกจากการร้องภาษาจีนกลางเป็นหลัก
| กระดาษและบันทึกเกณฑ์มาตรฐาน | รุ่น | COnPOff F1 (%) | เมตริกโดยละเอียด |
|---|---|---|---|
| เสียงสะอาด | ROSVOTTelkNetPaper Table 1 | 77.4 | COn F1 (%)94.0COff F1 (%)94.5Pitch AOR (%)97.0Melody RPA (%)87.6 |
| สัญญาณรบกวน MUSAN | ROSVOTTelkNetPaper Table 1 | 77.0 | COn F1 (%)93.8COff F1 (%)94.4Pitch AOR (%)97.1Melody RPA (%)87.4 |
VocalParse, GAME, ROSVOT และ SOME เผยแพร่ผลด้วยชุดข้อมูล ภาษา กฎป้ายกำกับ และค่าคลาดเคลื่อนในการจับคู่ที่ต่างกัน ยังไม่มีโปรโตคอลสาธารณะร่วมที่ตรวจสอบแล้วและครอบคลุมจุดตรวจทั้งสี่ที่ติดตั้ง จึงไม่สร้างอันดับรวมขึ้นมาเอง
เครื่องมือนี้อยู่ระหว่างการบํารุงรักษา โปรดลองอีกครั้งในภายหลัง
เขียนข้อเสนอแนะหรือความต้องการของคุณที่นี่แล้วกดส่ง เรารับฟังทุกเสียงและมุ่งมั่นนำไอเดียดีๆ ไปสู่ฟีเจอร์จริง
การสาธิต
เลือก VocalParse, GAME, ROSVOT หรือ SOME สำหรับถอดโน้ตแบบสกอร์ ทนต่อเสียงดนตรีประกอบ หรือเน้นความเร็ว
VocalParse 1.7B