Audio-to-Score Transcription using Pre-trained Features, Data Augmentation, and the New SheetSage-A2S Dataset
ACM Multimedia - 2026
本站 SheetSage 单次处理最多 30 秒的主旋律与和弦片段，输出 PDF / MusicXML / Humdrum **kern 乐谱供校订。弦乐四重奏使用独立模型；不支持任意编制的完整还原。
加载中...
为两把小提琴、中提琴和大提琴生成分谱。 查看模型生成的谱面，下载 PDF 用于打印，或用 MusicXML 继续编辑。转写结果可能需要校对。
输入
支持 mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv 等格式输入
支持格式
输出
PDF · MusicXML · Humdrum **kern
适用场景
为两把小提琴、中提琴和大提琴生成分谱。
按素材和用途选择模型，查看示例后再提交。
费用、耗时、格式和参数以所选模型为准。
反馈时请注明工具名称、操作步骤和遇到的问题，可附截图帮助定位。
ACM Multimedia - 2026
本站 SheetSage 单次处理最多 30 秒的主旋律与和弦片段，输出 PDF / MusicXML / Humdrum **kern 乐谱供校订。弦乐四重奏使用独立模型；不支持任意编制的完整还原。
包含本站与站外的公开测试结果。默认显示来源完整表，也可切换条件和指标比较；不同测试条件的分数不能直接比较。
仅展示已核实公开推理实现及对应权重的记录（无需权重的算法除外）。封闭服务、未公开权重或无法匹配实验版本的记录不入榜；这不是全领域总榜。
公开权重不等于许可完整的开源。权重许可和访问条件见展开数据；未明确声明的许可单独标注。
切换数据集查看每个模型的完整指标。默认按官方名次或所选指标排序；粗体为同评测口径下的列最优值，并列均标出。不同口径不合并排名，缺分为 -。
可部署条目 1 / 原表 4
以下实验尚未核实完整的公开推理包；同名模型的其他权重不能替代。
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
HookKern 的流行乐主旋律与和弦谱、弦乐四重奏按各自测试集比较 SER，越低越好。仅列对应发布权重可核实的实验，不跨测试集混排。
| 指标名次 | 模型 | SheetSage-A2S | Quartets · SER | ||
|---|---|---|---|---|---|
| SER↓ | Melody SER↓ | Chord SER↓ | |||
| - | +Augmented data本站模型公开权重 · 推理代码 | 20.92 | 38.62 | 22.28 | 4.98 |
标记表示本站使用的模型或组件；成绩和参数以公开测试为准，不是整条处理链路的复测结果。
数据集、版本和条件分别列出，未纳入排行的评测也保留来源。
可部署条目 1 / 原表 4
以下实验尚未核实完整的公开推理包；同名模型的其他权重不能替代。
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
评测分数对应各自的数据集、指标和模型版本，不同测试的分数不能直接比较。
切换数据集查看每个模型的完整指标。默认按官方名次或所选指标排序；粗体为同评测口径下的列最优值，并列均标出。不同口径不合并排名，缺分为 -。
可部署条目 1 / 原表 4
以下实验尚未核实完整的公开推理包；同名模型的其他权重不能替代。
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
HookKern 的流行乐主旋律与和弦谱、弦乐四重奏按各自测试集比较 SER，越低越好。仅列对应发布权重可核实的实验，不跨测试集混排。
| 指标名次 | 模型 | SheetSage-A2S | Quartets · SER | ||
|---|---|---|---|---|---|
| SER↓ | Melody SER↓ | Chord SER↓ | |||
| - | +Augmented data公开权重 · 推理代码 | 20.92 | 38.62 | 22.28 | 4.98 |