STARS: A Unified Framework for Singing Transcription, Alignment, and Refined Style Annotation
ACL Findings - 2025
加载中...
除人声音频外，还必须提供歌词、音素和音素到词的映射。输出音符 MIDI、音素／词时间和演唱技法标注，不是纯音频入口。
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 / JSON
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。
STARS · Bilingual：编辑音符、配器和演奏细节。
STARS · Chinese：编辑音符、配器和演奏细节。
ACL Findings - 2025
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 2 / 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。
w/o CTC · w/o VQ · w/o MOE · Conv
数值来自所链接的公开来源；行标签标明测试集或检查点，未报告的分数显示为 -。
| 指标名次 | 模型 | BER ↓ | IOU ↑ | COnPOff(F) ↑ | RPA ↑ | T-F1 ↑ | T-ACC ↑ | S-ACC ↑ |
|---|---|---|---|---|---|---|---|---|
| 1 | STARS公开权重 · 推理代码 | 18.6 | 80.9 | 71.0 | 86.7 | 79.9 | 91.5 | 68.0 |
| 2 | Bilingual本站模型公开权重 · 推理代码 | 19.4 | 75.6 | 68.1 | 86.2 | 76.8 | 91.4 | 70.4 |
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 3 / 原表 3
可部署条目 2 / 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。
w/o CTC · w/o VQ · w/o MOE · Conv
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 3 / 原表 3
数值来自所链接的公开来源；行标签标明测试集或检查点，未报告的分数显示为 -。
| 指标名次 | 模型 | COnPOff(F) ↑ | RPA ↑ |
|---|---|---|---|
| 1 | STARS (ours)公开权重 · 推理代码 | 71.0 | 86.7 |
| 2 | ROSVOT公开权重 · 推理代码 | 70.2 | 83.8 |
| 3 | VOCANO公开权重 · 推理代码 | 50.2 | 76.6 |
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 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。
w/o CTC · w/o VQ · w/o MOE · Conv
数值来自所链接的公开来源；行标签标明测试集或检查点，未报告的分数显示为 -。
| 指标名次 | 模型 | BER ↓ | IOU ↑ | COnPOff(F) ↑ | RPA ↑ | T-F1 ↑ | T-ACC ↑ | S-ACC ↑ |
|---|---|---|---|---|---|---|---|---|
| 1 | STARS公开权重 · 推理代码 | 18.6 | 80.9 | 71.0 | 86.7 | 79.9 | 91.5 | 68.0 |
| 2 | Bilingual公开权重 · 推理代码 | 19.4 | 75.6 | 68.1 | 86.2 | 76.8 | 91.4 | 70.4 |
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。