GAPS: A Large and Diverse Classical Guitar Dataset and Benchmark Transcription Model
ISMIR - 2024
GAPS 把干净或已分离的吉他独奏转成音符事件和 MIDI，不输出弦号、品位、连续 F0 或 Pitch Bend。请对照原录音调整 MIDI 力度。
加载中...
© 2026 TelkNet. 保留所有权利。
将独奏或已分离的单乐器录音转成 MIDI，继续编辑音高和时值。
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
MIDI
适用场景
编辑音符、配器和演奏细节。
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。
Tsumugi · Bass v2：编辑音符、配器和演奏细节。
SwiftF0 0.2.0 使用官方音高跟踪和音符分段处理单声部录音，输出 MIDI、逐帧音高 CSV 和图表。
SwiftF0 0.3.0 跟踪单声部录音的音高，输出 MIDI、逐帧音高 CSV 和图表。
Basic Pitch 可将几乎任何乐器（包括人声）的复音演奏转成 MIDI，并可选输出带弯音的音符事件 CSV；一次只包含一种乐器的录音效果最佳。
GAPS 把干净或已分离的吉他独奏转成音符事件和 MIDI，不输出弦号、品位、连续 F0 或 Pitch Bend。请对照原录音调整 MIDI 力度。
Guitar-FL 把 François Leduc 数据域的吉他独奏转成离散音符事件与 MIDI；FL 不是 frame-level 的缩写。它不输出连续 F0 或 Pitch Bend。
FiloSax 面向单声部爵士萨克斯独奏，把离散音高、起音和止音事件导出为 MIDI；它不输出连续音高、滑音或颤音轨迹。
FiloBass 面向单声部爵士低音提琴（double bass / upright bass），不是通用贝斯或电贝斯模型。应输入干净或已分离的 stem；底鼓和低频串音会制造假音符。
VioPTT 输出小提琴音符事件，以及 détaché、flageolet、spiccato、pizzicato 四类技法之一或无技法标签。MIDI 力度是固定值，不是实测演奏力度。
STRAdi Online 面向干净的小提琴独奏，采用完全 causal（因果、无未来帧）推理，输出离散 MIDI 和起音/止音/音高 CSV；公开仓库没有发布 score-following 跟谱系统。
STRAdi Offline 是匹配的 non-causal（非因果、全上下文）参考路线，输出离散 MIDI 和起音/止音/音高 CSV；它同样不是已发布的 score-following 跟谱系统。
使用 GAPS 论文版 12200 次迭代权重，将吉他录音转为 MIDI。
Tsumugi · Guitar v1.5：编辑音符、配器和演奏细节。
Tsumugi · Other v1.5：编辑音符、配器和演奏细节。
Tsumugi · Vocal：编辑音符、配器和演奏细节。
Tsumugi · Vocal Harmony v1.6：编辑音符、配器和演奏细节。
Tsumugi · Vocal Harmony v1.5：编辑音符、配器和演奏细节。
Tsumugi · Drums v1.5：编辑音符、配器和演奏细节。
ISMIR - 2024
GAPS 把干净或已分离的吉他独奏转成音符事件和 MIDI，不输出弦号、品位、连续 F0 或 Pitch Bend。请对照原录音调整 MIDI 力度。
ICASSP - 2024
Guitar-FL 把 François Leduc 数据域的吉他独奏转成离散音符事件与 MIDI；FL 不是 frame-level 的缩写。它不输出连续 F0 或 Pitch Bend。
SMC - 2024
FiloSax 面向单声部爵士萨克斯独奏，把离散音高、起音和止音事件导出为 MIDI；它不输出连续音高、滑音或颤音轨迹。
ISMIR - 2023
FiloBass 面向单声部爵士低音提琴（double bass / upright bass），不是通用贝斯或电贝斯模型。应输入干净或已分离的 stem；底鼓和低频串音会制造假音符。
ICASSP - 2026
VioPTT 输出小提琴音符事件，以及 détaché、flageolet、spiccato、pizzicato 四类技法之一或无技法标签。MIDI 力度是固定值，不是实测演奏力度。
arXiv - 2025
SwiftF0 0.2.0 使用官方音高跟踪和音符分段处理单声部录音，输出 MIDI、逐帧音高 CSV 和图表。
ICASSP - 2022
Basic Pitch 可将几乎任何乐器（包括人声）的复音演奏转成 MIDI，并可选输出带弯音的音符事件 CSV；一次只包含一种乐器的录音效果最佳。
Official technical guide - 2026
将独立乐器、人声或鼓音轨转换为 MIDI。选择匹配的官方模型；和声可选 v1.6 权重。乐器标签细化仍属实验功能。
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。
当前选择的模型尚无可核验的对应公开成绩，未赋予排名。
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 -。
Tsumugi 的 Other 与 Vocal Harmony 指标为 COnP，不是 COnF1。公开结果覆盖 v1.5；默认 Vocal Harmony v1.6 尚无公开分数。乐器细分仍属实验功能，各测试集分别展示。
| 指标名次 | 模型 | 评测条件 | COnP (%)↑ |
|---|---|---|---|
| 1 | other_v1_5公开权重 · 推理代码 | In-house real audio | 77.01 |
| 2 | other公开权重 · 推理代码 | In-house real audio | 73.18 |
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 6
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。
Ours w/o aug · Ours + FT w/o aug · Ours + FT w/ aug · MUSC · MERTech
可部署条目 0 / 原表 10
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。
MT3 · Kong et al. · Kong et al. (w/ aug) · Zang et al. (Synthtab) · Maman (MusicNet EM ) · Maman (Guitar) · Riley et al. · Ours · Ours (Finetuned from )
可部署条目 1 / 原表 6
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。
Omnizart · MT3 · Lu et al. · Riley et al. · Ours (Finetuned from )
可部署条目 0 / 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。
Riley et al. · Ours · Ours (Finetuned from )
可部署条目 1 / 原表 3
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。
Başaran et al. · Ours
可部署条目 1 / 原表 3
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。
Başaran et al. · Ours
可部署条目 2 / 原表 3
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。
Melodyne
可部署条目 13 / 原表 18
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。
TorchCREPE · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · PESTO · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · HarmoF0 · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · SPICE · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · PENN · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents
可部署条目 13 / 原表 18
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。
TorchCREPE · pitch-benchmark · 10 × 8 · 50 cents · PESTO · pitch-benchmark · 10 × 8 · 50 cents · HarmoF0 · pitch-benchmark · 10 × 8 · 50 cents · SPICE · pitch-benchmark · 10 × 8 · 50 cents · PENN · pitch-benchmark · 10 × 8 · 50 cents
可部署条目 2 / 原表 2
可部署条目 2 / 原表 2
可部署条目 2 / 原表 2
可部署条目 1 / 原表 2
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。
Base instrument classifier · Held-out RWC-I
可部署条目 5 / 原表 5
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 6
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。
Ours w/o aug · Ours + FT w/o aug · Ours + FT w/ aug · MUSC · MERTech
来源采用不同训练或任务条件，数字只适合在标明的协议内比较。
| 指标名次 | 模型 | URMP | Bach10 | ||||||
|---|---|---|---|---|---|---|---|---|---|
| P↑ | R↑ | F1↑ | F1 no↑ | P↑ | R↑ | F1↑ | F1 no↑ | ||
| - | Ours w/ aug公开权重 · 推理代码 | 86.1 | 83.6 | 84.5 | 93.1 | 68.1 | 71.8 | 69.9 | 79.5 |
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 6
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。
Omnizart · MT3 · Lu et al. · Riley et al. · Ours (Finetuned from )
论文结果按测试集展示；FiloBass 表 5 是其他算法在该数据集上的基线，当前 FiloBass 权重没有公开分数。
| 指标名次 | 模型 | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | Basic Pitch | 54.6 | 85.0 | 66.1 |
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 3
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。
Başaran et al. · Ours
论文结果按测试集展示；FiloBass 表 5 是其他算法在该数据集上的基线，当前 FiloBass 权重没有公开分数。
| 指标名次 | 模型 | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | CREPE Notes公开权重 · 推理代码 | 82.35 | 83.05 | 82.67 |
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 3
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。
Başaran et al. · Ours
论文结果按测试集展示；FiloBass 表 5 是其他算法在该数据集上的基线，当前 FiloBass 权重没有公开分数。
| 指标名次 | 模型 | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | CREPE Notes公开权重 · 推理代码 | 70.93 | 70.63 | 70.41 |
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 2 / 原表 3
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。
Melodyne
论文结果按测试集展示；FiloBass 表 5 是其他算法在该数据集上的基线，当前 FiloBass 权重没有公开分数。
| 指标名次 | 模型 | R no↑ | P no↑ | F no↑ | O↑ |
|---|---|---|---|---|---|
| 1 | CREPE Notes公开权重 · 推理代码 | 74.11 ± 12.09 | 71.81 ± 13.33 | 72.89 ± 12.68 | 78.77 ± 2.68 |
| 2 | Basic Pitch | 81.28 ± 6.26 | 51.40 ± 6.28 | 62.73 ± 5.55 | 65.24 ± 4.51 |
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 -。
SwiftF0 0.2.0 使用作者 pitch-benchmark 的 2026-09-19 快照：10 个语料库、8 种计分条件、50 cents 容差。这是音高 F1；与 RMVPE 的差异统计上未确定。保留非对称 95% CI，REAPER 因结果不完整不排名；旧论文的 0.1.x 分数不代表 0.2.0。
| 指标名次 | 模型 | 评测条件 | Pitch F1@50c↑ | Voicing F1↑ | CI95 lo | CI95 hi |
|---|---|---|---|---|---|---|
| 1 | SwiftF0 0.2.0公开权重 · 推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.778 | 0.839 | 0.765 | 0.792 |
| 2 | RMVPE公开权重 · 推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.768 | 0.837 | 0.752 | 0.783 |
| 3 | FCPE公开权重 · 推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.728 | 0.812 | 0.712 | 0.742 |
| 4 | CREPE公开权重 · 推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.689 | 0.781 | 0.672 | 0.704 |
| 5 | SHS算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.657 | 0.773 | 0.64 | 0.672 |
| 6 | Praat算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.651 | 0.815 | 0.634 | 0.667 |
| 7 | RAPT算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.64 | 0.799 | 0.621 | 0.655 |
| 8 | SWIPE算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.61 | 0.761 | 0.589 | 0.624 |
| 9 | Harvest算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.6 | 0.782 | 0.584 | 0.614 |
| 10 | YAAPT算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.56 | 0.842 | 0.539 | 0.58 |
| 10 | DIO算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.56 | 0.71 | 0.541 | 0.577 |
| 12 | Basic Pitch | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.557 | 0.775 | 0.539 | 0.573 |
| 13 | pYIN算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.506 | 0.656 | 0.482 | 0.525 |
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 -。
作者 pitch-benchmark 固定版本 6f21369：10 类语料、8 种处理条件、50 cents，逐帧音高 F1。SwiftF0 与 RMVPE 的差异未达到统计显著；该指标不是 MIDI 音符 F1。
| 指标名次 | 模型 | 评测条件 | Pitch F1@50c↑ | Voicing F1↑ | CI95 lo | CI95 hi |
|---|---|---|---|---|---|---|
| 1 | SwiftF0 0.3.0公开权重 · 推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.781 | 0.844 | 0.768 | 0.795 |
| 2 | RMVPE公开权重 · 推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.768 | 0.837 | 0.752 | 0.783 |
| 3 | FCPE公开权重 · 推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.728 | 0.812 | 0.712 | 0.742 |
| 4 | CREPE公开权重 · 推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.689 | 0.781 | 0.672 | 0.704 |
| 5 | SHS算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.657 | 0.773 | 0.64 | 0.672 |
| 6 | Praat算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.651 | 0.815 | 0.634 | 0.667 |
| 7 | RAPT算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.64 | 0.799 | 0.621 | 0.655 |
| 8 | SWIPE算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.61 | 0.761 | 0.589 | 0.624 |
| 9 | Harvest算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.6 | 0.782 | 0.584 | 0.614 |
| 10 | YAAPT算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.56 | 0.842 | 0.539 | 0.58 |
| 10 | DIO算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.56 | 0.71 | 0.541 | 0.577 |
| 12 | BasicPitch | pitch-benchmark · 10 × 8 · 50 cents | 0.557 | 0.775 | 0.539 | 0.573 |
| 13 | pYIN算法无需训练权重 · 推理代码算法无需训练权重推理代码 | pitch-benchmark · 10 × 8 · 50 cents | 0.506 | 0.656 | 0.482 | 0.525 |
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 -。
分数来自链接中的基础检查点，不代表本站当前运行模型的实测结果。
| 指标名次 | 模型 | 评测条件 | F_no-offset↑ | Frame accuracy ↑ | F_with-offset ↑ |
|---|---|---|---|---|---|
| - | NMP | Molina | 0.52 | 0.63 | 0.35 |
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 -。
Tsumugi 的 Other 与 Vocal Harmony 指标为 COnP，不是 COnF1。公开结果覆盖 v1.5；默认 Vocal Harmony v1.6 尚无公开分数。乐器细分仍属实验功能，各测试集分别展示。
| 指标名次 | 模型 | 评测条件 | COnP (%)↑ |
|---|---|---|---|
| 1 | other_v1_5公开权重 · 推理代码 | In-house real audio | 77.01 |
| 2 | other公开权重 · 推理代码 | In-house real audio | 73.18 |
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 -。
Tsumugi 的 Other 与 Vocal Harmony 指标为 COnP，不是 COnF1。公开结果覆盖 v1.5；默认 Vocal Harmony v1.6 尚无公开分数。乐器细分仍属实验功能，各测试集分别展示。
| 指标名次 | 模型 | 评测条件 | COnP (%)↑ |
|---|---|---|---|
| 1 | vocal_harmony_v1_5 | Held-out MIR-ST500 | 68.14 |
| 2 | vocal_harmony | Held-out MIR-ST500 | 60.52 |
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 -。
Tsumugi 的 Other 与 Vocal Harmony 指标为 COnP，不是 COnF1。公开结果覆盖 v1.5；默认 Vocal Harmony v1.6 尚无公开分数。乐器细分仍属实验功能，各测试集分别展示。
| 指标名次 | 模型 | 评测条件 | DrumKit F1 (%)↑ | AllPercussion F1 (%)↑ |
|---|---|---|---|---|
| 1 | drums_v1_5公开权重 · 推理代码 | Audio-aligned · 50 ms · canonical GM | 68.9 | 40.44 |
| 2 | drums公开权重 · 推理代码 | Audio-aligned · 50 ms · canonical GM | 61.57 | 18.79 |
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 -。
Tsumugi 的 Other 与 Vocal Harmony 指标为 COnP，不是 COnF1。公开结果覆盖 v1.5；默认 Vocal Harmony v1.6 尚无公开分数。乐器细分仍属实验功能，各测试集分别展示。
| 指标名次 | 模型 | 评测条件 | ACC (%)↑ |
|---|---|---|---|
| - | Instrument refinement model | Held-out RWC-I | 74.5 |
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。