Giọng hát sang MIDI

Mô hình, thông số và nguồn

VOCANO lấy cao độ giọng hát bằng Patch-CNN và xác định ranh giới nốt bằng PyramidNet-110. Điểm vào suy luận đã công bố không có thêm điều khiển mô hình.

Giấy tờ và ghi chú điểm chuẩn

Hướng dẫn tham số

• Chọn “Giọng hát riêng / stem vocal” cho bản a cappella hoặc vocal đã tách. Với “Bài hát hoàn chỉnh”, giọng hát chính sẽ được tách trước.
• Để trống để dùng ID ngôn ngữ chính thức 0 của GAME. Đây không phải nhận diện tự động; chỉ chọn khi biết ngôn ngữ được hát.
• Ngưỡng phân đoạn — Tham số chính thức của mô hình; hãy giữ mặc định nếu chưa chắc.
• Bán kính phân đoạn (giây) — Tham số chính thức của mô hình; hãy giữ mặc định nếu chưa chắc.
• Thời điểm bắt đầu D3PM — Tham số chính thức của mô hình; hãy giữ mặc định nếu chưa chắc.
• Số bước khử nhiễu GAME: mặc định 8; phạm vi 1–128.
• Ngưỡng ước lượng — Tham số chính thức của mô hình; hãy giữ mặc định nếu chưa chắc.
• Phân tích nhịp gốc sau khi chép nốt và ghi tempo vào MIDI, giữ nguyên thời điểm của các nốt.
• Ngưỡng ranh giới nốt ROSVOT: mặc định 0.85; phạm vi 0–1.
• Ngưỡng ranh giới từ ROSVOT: mặc định 0.5; phạm vi 0–1.