Scoring Time Intervals Using Non-Hierarchical Transformer for Automatic Piano Transcription
ISMIR - 2024
TransKun V2 论文提出 Transformer 区间评分架构，并在 Maestro 子任务上报告了更高的 F1 结果。
加载中...
© 2026 TelkNet. 保留所有权利。
将钢琴录音转成可编辑的 MIDI，用于制谱、练习和编曲。
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。
使用公开发布的 D3RM 离散扩散细化 checkpoint，把钢琴音频转成离散音符事件，并导出可编辑 MIDI 与音符事件数据。
TransKun V2 Aug 是独立的数据增强 checkpoint 路线，使用 checkpointTransformerAug.zip。
使用官方 Standard checkpoint，音符结束时刻采用踏板延展的声学口径；与偏向琴键释放的 NoExt 及 V2 Aug checkpoint 分开提供。
本地默认运行上游 transkun 包内的 TransKun V2 No Pedal Ext（2.0.pt）；它与公开 V2/V2 Aug 同属一套架构，并沿 V2 Aug 路线做过微调与扩展。
Aria-AMT 使用 EleutherAI 的 seq-to-seq 钢琴路线，权重为 piano-medium-double-1.0.safetensors。
ByteDance Piano CRNN note+pedal 使用 note_F1=0.9677_pedal_F1=0.9186.pth，为独奏钢琴 MIDI 保留踏板控制器事件。
SFT-CRNN 识别钢琴音符起止；力度固定为 100，不预测踏板。
ISMIR - 2024
TransKun V2 论文提出 Transformer 区间评分架构，并在 Maestro 子任务上报告了更高的 F1 结果。
NeurIPS - 2021
2021 Semi-CRF 论文把钢琴转写建模为区间/事件预测，而不是拼接帧级检测。
Official repository / preliminary weights - current
Aria-AMT 仓库记录了这条路线使用的 seq-to-seq 钢琴转写实现和预发布权重；论文 Table 1 报告 MAESTRO/MAPS 对比。
arXiv - 2025
arXiv - 2020
ByteDance 论文在 MAESTRO 上报告 note onset F1 96.72%、pedal onset F1 91.86%，并发布代码和 checkpoint。
ICASSP - 2026
SFT-CRNN 识别钢琴音符起止；力度固定为 100，不预测踏板。
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 -。
可部署条目 2 / 原表 7
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。
HPPNet-sp · HFT-transformer · Yan et al. · PAR · DiffRoll (k=9)
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 | # Param | Note Metrics | Note F1 w\offsets (%) | ||||
|---|---|---|---|---|---|---|---|---|
| P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1(%)↑ | |||
| 1 | D3RM (Proposed)公开权重 · 推理代码 | 2.0M | 98.72 | 96.48 | 97.57 | 91.48 | 89.44 | 90.44 |
| 2 | Baseline公开权重 · 推理代码 | 1.5M | 99.08 | 94.03 | 96.45 | 89.93 | 85.45 | 87.60 |
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 9 / 原表 9
可部署条目 2 / 原表 5
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。
wlazbzfll · MIREX 2024 summary · teamWLY · MIREX 2024 summary · hFT-Transformer · MIREX 2024 summary
可部署条目 2 / 原表 5
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。
wlazbzfll · MIREX 2024 published row · teamWLY · MIREX 2024 published row · hFT-Transformer · MIREX 2024 published row
可部署条目 2 / 原表 5
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。
wlazbzfll · MIREX 2024 published row · teamWLY · MIREX 2024 published row · hFT-Transformer · MIREX 2024 published row
可部署条目 2 / 原表 5
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。
wlazbzfll · MIREX 2024 published row · teamWLY · MIREX 2024 published row · hFT-Transformer · MIREX 2024 published row
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。
Aria-AMT + bootstrapping · MAESTRO · paper Table 1 · Aria-AMT · MAESTRO · paper Table 1 · hFT-Transformer · MAESTRO · paper Table 1 · Google · MAESTRO · paper Table 1 · Kong · MAESTRO · paper Table 1 · Aria-AMT + bootstrapping · MAPS · paper Table 1 · Aria-AMT · MAPS · paper Table 1 · hFT-Transformer · MAPS · paper Table 1 · Kong · MAPS · paper Table 1 · Google · MAPS · paper Table 1
可部署条目 2 / 原表 7
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。
HPPNet-sp · HFT-transformer · Yan et al. · PAR · DiffRoll (k=9)
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。
Onsets & frames · Onsets & frames [reproduced] · Adversarial onsets & frames · Regress cond on. · Regress cond on. & off.
可部署条目 1 / 原表 5
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。
Liang · Onsets & frames [our-implemented] · Onsets & frames (misaligned labels) · proposed (misaligned labels)
可部署条目 1 / 原表 5
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。
Onsets & Frames · HPPNet-sp · hFT-Transformer · Transkun
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。
表中只列出有公开权重或配置、可在本地运行的模型。
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 -。
可公开复现的 MIREX 汇总行比较三套数据集的平均 note onset F1，以及 Maestro 与 SMD 的 holistic note F1。
| 指标名次 | 模型 | 评测条件 | Summary onset F1 (%)↑ | Holistic note F1 (%)↑ |
|---|---|---|---|---|
| 1 | TransKun V2 Aug公开权重 · 推理代码 | MIREX 2024 summary | 96.48 | 90.81 |
| 2 | TransKun V2公开权重 · 推理代码 | MIREX 2024 summary | 94.9 | 87.64 |
表中只列出有公开权重或配置、可在本地运行的模型。
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 -。
MIREX 官方 MAESTRO 结果，完整展示已公布的音符与踏板 P / R / F1（%）；未报告的指标保持空缺。
| 指标名次 | 模型 | 评测条件 | 激活 P（%）↑ | 激活 R（%）↑ | 激活 F1（%）↑ | 音符起始 P (%)↑ | 音符起始 R (%)↑ | 音符起始 F1 (%)↑ | 音符起始 + 结束 P (%)↑ | 音符起始 + 结束 R (%)↑ | 音符起始 + 结束 F1 (%)↑ | 音符起始 + 结束 + 力度 P (%)↑ | 音符起始 + 结束 + 力度 R (%)↑ | 音符起始 + 结束 + 力度 F1 (%)↑ | 踏板激活 P（%）↑ | 踏板激活 R（%）↑ | 踏板激活 F1（%）↑ | 踏板起始 P (%)↑ | 踏板起始 R (%)↑ | 踏板起始 F1 (%)↑ | 踏板起止 P（%）↑ | 踏板起止 R（%）↑ | 踏板起止 F1（%）↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | TransKun V2公开权重 · 推理代码 | MIREX 2024 published row | 95.76 | 94.89 | 95.3 | 99.56 | 97.14 | 98.32 | 94.65 | 92.38 | 93.49 | 94.11 | 91.86 | 92.96 | 96.71 | 94.53 | 95.41 | 89.09 | 84.21 | 86.42 | 86.32 | 81.65 | 83.77 |
| 2 | TransKun V2 Aug公开权重 · 推理代码 | MIREX 2024 published row | 94.95 | 95.22 | 95.05 | 99.71 | 97.15 | 98.4 | 94.37 | 91.97 | 93.14 | 93.86 | 91.49 | 92.64 | 95.46 | 94.16 | 94.54 | 88.83 | 81.16 | 84.53 | 84.97 | 77.9 | 81.02 |
表中只列出有公开权重或配置、可在本地运行的模型。
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 -。
MIREX 官方 MAPS 结果，完整展示已公布的音符与踏板 P / R / F1（%）；未报告的指标保持空缺。 MAPS 使用 ad hoc alignment，offset 指标应结合该对齐方式解读。
| 指标名次 | 模型 | 评测条件 | 激活 P（%）↑ | 激活 R（%）↑ | 激活 F1（%）↑ | 音符起始 P (%)↑ | 音符起始 R (%)↑ | 音符起始 F1 (%)↑ | 音符起始 + 结束 P (%)↑ | 音符起始 + 结束 R (%)↑ | 音符起始 + 结束 F1 (%)↑ | 音符起始 + 结束 + 力度 P (%)↑ | 音符起始 + 结束 + 力度 R (%)↑ | 音符起始 + 结束 + 力度 F1 (%)↑ | 踏板激活 P（%）↑ | 踏板激活 R（%）↑ | 踏板激活 F1（%）↑ | 踏板起始 P (%)↑ | 踏板起始 R (%)↑ | 踏板起始 F1 (%)↑ | 踏板起止 P（%）↑ | 踏板起止 R（%）↑ | 踏板起止 F1（%）↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | TransKun V2 Aug公开权重 · 推理代码 | MIREX 2024 published row | 94.46 | 83.34 | 88.43 | 93.96 | 90.56 | 92.19 | 71.05 | 68.54 | 69.75 | 55.96 | 54.01 | 54.95 | 88.93 | 83.89 | 85.83 | 73.13 | 75.29 | 73.43 | 54.99 | 56.5 | 55.32 |
| 2 | TransKun V2公开权重 · 推理代码 | MIREX 2024 published row | 88.7 | 82.52 | 85.35 | 86.71 | 90.48 | 88.49 | 63.25 | 66.13 | 64.61 | 43.51 | 45.51 | 44.46 | 84.98 | 85.47 | 84.49 | 65.21 | 71.82 | 67.32 | 49.03 | 54.27 | 50.88 |
表中只列出有公开权重或配置、可在本地运行的模型。
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 -。
MIREX 官方 SMD 结果，完整展示已公布的音符与踏板 P / R / F1（%）；未报告的指标保持空缺。
| 指标名次 | 模型 | 评测条件 | 激活 P（%）↑ | 激活 R（%）↑ | 激活 F1（%）↑ | 音符起始 P (%)↑ | 音符起始 R (%)↑ | 音符起始 F1 (%)↑ | 音符起始 + 结束 P (%)↑ | 音符起始 + 结束 R (%)↑ | 音符起始 + 结束 F1 (%)↑ | 音符起始 + 结束 + 力度 P (%)↑ | 音符起始 + 结束 + 力度 R (%)↑ | 音符起始 + 结束 + 力度 F1 (%)↑ | 踏板激活 P（%）↑ | 踏板激活 R（%）↑ | 踏板激活 F1（%）↑ | 踏板起始 P (%)↑ | 踏板起始 R (%)↑ | 踏板起始 F1 (%)↑ | 踏板起止 P（%）↑ | 踏板起止 R（%）↑ | 踏板起止 F1（%）↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | TransKun V2 Aug公开权重 · 推理代码 | MIREX 2024 published row | 93.89 | 95.18 | 94.48 | 99.7 | 98.01 | 98.84 | 92.84 | 91.28 | 92.05 | 89.74 | 88.23 | 88.97 | 94.91 | 94.28 | 94.47 | 87.88 | 80.43 | 83.83 | 82.08 | 75.26 | 78.37 |
| 2 | TransKun V2公开权重 · 推理代码 | MIREX 2024 published row | 92.03 | 94.91 | 93.4 | 98.16 | 97.66 | 97.9 | 90.13 | 89.68 | 89.9 | 82.55 | 82.11 | 82.32 | 93.64 | 95.07 | 94.2 | 87.22 | 81.01 | 83.88 | 80.3 | 74.71 | 77.3 |
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 9 / 原表 9
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 | Activation | Note Onset | Note Onset+Offset | Note Onset+Offset+ vel. | pedal activation | pedal onset | pedal onset+offset | ||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | |||
| 1 | Transkun V2公开权重 · 推理代码 | Maestro V3 | 0.9576 | 0.9489 | 0.953 | 0.9956 | 0.9714 | 0.9832 | 0.9465 | 0.9238 | 0.9349 | 0.9411 | 0.9186 | 0.9296 | 0.9671 | 0.9453 | 0.9541 | 0.8909 | 0.8421 | 0.8642 | 0.8632 | 0.8165 | 0.8377 |
| 2 | Transkun V2 Aug公开权重 · 推理代码 | Maestro V3 | 0.9495 | 0.9522 | 0.9505 | 0.9971 | 0.9715 | 0.984 | 0.9437 | 0.9197 | 0.9314 | 0.9386 | 0.9149 | 0.9264 | 0.9546 | 0.9416 | 0.9454 | 0.8883 | 0.8116 | 0.8453 | 0.8497 | 0.7790 | 0.8102 |
| - | Transkun V2 No Ext公开权重 · 推理代码 | Maestro V3 No Ext | 0.8671 | 0.825 | 0.8441 | 0.9984 | 0.9691 | 0.9833 | 0.8271 | 0.8034 | 0.8149 | 0.823 | 0.7995 | 0.8109 | 0.9498 | 0.9518 | 0.9487 | 0.8872 | 0.8105 | 0.8444 | 0.8413 | 0.7723 | 0.8031 |
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 7
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。
HPPNet-sp · HFT-transformer · Yan et al. · PAR · DiffRoll (k=9)
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 | # Param | Note Metrics | Note F1 w\offsets (%) | ||||
|---|---|---|---|---|---|---|---|---|
| P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1(%)↑ | |||
| 1 | D3RM (Proposed)公开权重 · 推理代码 | 2.0M | 98.72 | 96.48 | 97.57 | 91.48 | 89.44 | 90.44 |
| 2 | Baseline公开权重 · 推理代码 | 1.5M | 99.08 | 94.03 | 96.45 | 89.93 | 85.45 | 87.60 |
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。
Onsets & frames · Onsets & frames [reproduced] · Adversarial onsets & frames · Regress cond on. · Regress cond on. & off.
论文 Table I 的 MAESTRO 音符与 Table VI 的延音踏板结果，包含已公布的帧级、起始、结束和力度 P / R / F1（%）；未报告的指标保持空缺。
| 指标名次 | 模型 | Frame | Note | Note w/ offset | Note w/ offset & vel. | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1 (%)↑ | ||
| - | Regress cond on. & off. & vel. | 88.71 | 90.73 | 89.62 | 98.17 | 95.35 | 96.72 | 83.68 | 81.32 | 82.47 | 82.10 | 79.80 | 80.92 |
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 5
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。
Liang · Onsets & frames [our-implemented] · Onsets & frames (misaligned labels) · proposed (misaligned labels)
| 指标名次 | 模型 | Frame | Event | Event w/ offset | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1 (%)↑ | ||
| - | Proposed | 94.30 | 94.42 | 94.25 | 91.59 | 92.41 | 91.86 | 86.36 | 87.02 | 86.58 |
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 5
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。
Onsets & Frames · HPPNet-sp · hFT-Transformer · Transkun
MAESTRO v3 钢琴评测：同时保留起音和起止音的 P/R/F1。当前公开钢琴模型使用固定力度 100，不预测踏板。
| 指标名次 | 模型 | Params | Onset | Onset & Offset | ||||
|---|---|---|---|---|---|---|---|---|
| P (%)↑ | R (%)↑ | F1(%)↑ | P (%)↑ | R (%)↑ | F1(%)↑ | |||
| - | SFT-CRNN公开权重 · 推理代码 | 15M | 99.16 | 97.46 | 98.36 | 91.56 | 90.02 | 90.78 |
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。