Оберіть VocalParse, GAME, ROSVOT або SOME для нотної, стійкої до акомпанементу чи швидкої транскрипції вокалу.
Оберіть VocalParse, GAME, ROSVOT або SOME для нотної, стійкої до акомпанементу чи швидкої транскрипції вокалу.
Вхідні дані
Повний підтримуваний аудіо- чи відеофайл; виберіть профіль моделі, який відповідає джерелу та потрібному вам результату.
Підтримувані формати
Вихід
Оберіть VocalParse, GAME, ROSVOT або SOME для нотної, стійкої до акомпанементу чи швидкої транскрипції вокалу.
Кейс використання
Оберіть VocalParse, GAME, ROSVOT або SOME для нотної, стійкої до акомпанементу чи швидкої транскрипції вокалу.
Оберіть VocalParse, GAME, ROSVOT або SOME для нотної, стійкої до акомпанементу чи швидкої транскрипції вокалу.
Основний шлях для структурованого вокального MIDI, подібного до нотного запису, з чистішого співу; фіксований checkpoint не має офіційних параметрів інференсу для налаштування.
GAME перетворює спів на MIDI з офіційними параметрами меж, D3PM та оцінки. Мова типово автоматична/невказана; китайська не нав’язується.
Стійкий шлях для співу із шумом або проникненням акомпанементу; поточний офіційний checkpoint навчено переважно на співі путунхуа.
SOME — швидкий і легкий шлях від співу до MIDI. Публічних налаштувань моделі немає; необов’язкова корекція темпу MIDI виконується після інференсу.
arXiv - 2026
Основний шлях для структурованого вокального MIDI, подібного до нотного запису, з чистішого співу; фіксований checkpoint не має офіційних параметрів інференсу для налаштування.
ACL - 2024
Стійкий шлях для співу із шумом або проникненням акомпанементу; поточний офіційний checkpoint навчено переважно на співі путунхуа.
Official technical guide - 2026
GAME перетворює спів на MIDI з офіційними параметрами меж, D3PM та оцінки. Мова типово автоматична/невказана; китайська не нав’язується.
Official technical guide - 2023
SOME — швидкий і легкий шлях від співу до MIDI. Публічних налаштувань моделі немає; необов’язкова корекція темпу MIDI виконується після інференсу.
Оберіть VocalParse, GAME, ROSVOT або SOME для нотної, стійкої до акомпанементу чи швидкої транскрипції вокалу.
Основний шлях для структурованого вокального MIDI, подібного до нотного запису, з чистішого співу; фіксований checkpoint не має офіційних параметрів інференсу для налаштування.
GAME перетворює спів на MIDI з офіційними параметрами меж, D3PM та оцінки. Мова типово автоматична/невказана; китайська не нав’язується.
Стійкий шлях для співу із шумом або проникненням акомпанементу; поточний офіційний checkpoint навчено переважно на співі путунхуа.
SOME — швидкий і легкий шлях від співу до MIDI. Публічних налаштувань моделі немає; необов’язкова корекція темпу MIDI виконується після інференсу.
VocalParse, GAME, ROSVOT і SOME публікують результати на різних наборах даних і мовах, із різними правилами розмітки та допусками зіставлення. Перевіреного спільного публічного протоколу для всіх чотирьох розгорнутих контрольних точок немає, тому зведений рейтинг не вигадується.
| Паперові та бенчмаркові нотатки | Модель | MAE_pitch ↓ | Докладні метрики |
|---|---|---|---|
| Еталонний текст + часові мітки SOFA | ROSVOTTelkNetPaper Table 1 | 0.38 | MAE_note ↓0.45MAE_duration ↓0.40MAE_note-count ↓0.20 |
| Лише аудіо | VocalParse 1.7BTelkNetPaper Table 1 | 0.56 | MAE_note ↓0.44MAE_duration ↓0.34MAE_note-count ↓0.11 |
| Аудіо + еталонний текст | VocalParse 1.7BTelkNetPaper Table 1 | 0.35 | MAE_note ↓0.43MAE_duration ↓0.33MAE_note-count ↓0.11 |
Стійкий шлях для співу із шумом або проникненням акомпанементу; поточний офіційний checkpoint навчено переважно на співі путунхуа.
| Паперові та бенчмаркові нотатки | Модель | COnPOff F1 (%) | Докладні метрики |
|---|---|---|---|
| Чисте | ROSVOTTelkNetPaper Table 1 | 77.4 | COn F1 (%)94.0COff F1 (%)94.5Pitch AOR (%)97.0Melody RPA (%)87.6 |
| Шум MUSAN | ROSVOTTelkNetPaper Table 1 | 77.0 | COn F1 (%)93.8COff F1 (%)94.4Pitch AOR (%)97.1Melody RPA (%)87.4 |
VocalParse, GAME, ROSVOT і SOME публікують результати на різних наборах даних і мовах, із різними правилами розмітки та допусками зіставлення. Перевіреного спільного публічного протоколу для всіх чотирьох розгорнутих контрольних точок немає, тому зведений рейтинг не вигадується.
Цей інструмент перебуває на технічному обслуговуванні. Будь ласка, спробуйте пізніше.
Напишіть тут свою пропозицію чи прохання й надішліть. Ми уважно слухаємо кожного й намагаємося втілювати гарні ідеї в реальні функції.
Демо
Оберіть VocalParse, GAME, ROSVOT або SOME для нотної, стійкої до акомпанементу чи швидкої транскрипції вокалу.
VocalParse 1.7B