Audio-to-Score Transcription using Pre-trained Features, Data Augmentation, and the New SheetSage-A2S Dataset
ACM Multimedia - 2026
本站 SheetSage 每次處理最多 30 秒的主旋律與和弦片段，輸出 PDF / MusicXML / Humdrum **kern 樂譜供校訂。弦樂四重奏使用獨立模型；不支援任意編制的完整還原。
載入中...
為兩把小提琴、中提琴和大提琴產生分譜。 查看模型產生的樂譜，下載 PDF 列印，或用 MusicXML 繼續編輯。轉寫結果可能需要校對。
輸入
支援 mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv 等格式輸入
支援格式
輸出
PDF · MusicXML · Humdrum **kern
適用場景
為兩把小提琴、中提琴和大提琴產生分譜。
按素材和用途選擇模型，查看範例後再提交。
費用、耗時、格式和參數以所選模型為準。
回報時請註明工具名稱、操作步驟和遇到的問題，可附截圖協助定位。
ACM Multimedia - 2026
本站 SheetSage 每次處理最多 30 秒的主旋律與和弦片段，輸出 PDF / MusicXML / Humdrum **kern 樂譜供校訂。弦樂四重奏使用獨立模型；不支援任意編制的完整還原。
包含本站與站外的公開測試結果。預設顯示來源完整表，也可切換條件和指標比較；不同測試條件的分數不能直接比較。
僅顯示已核實公開推論實作及對應權重的紀錄（無需權重的演算法除外）。封閉服務、未公開權重或無法匹配實驗版本的紀錄不入榜；這不是全領域總榜。
公開權重不等於授權完整的開源。權重授權和存取條件請見展開資料；未明確聲明的授權另行標示。
切換資料集查看每個模型的完整指標。預設按官方名次或所選指標排序；粗體為相同評測口徑下的欄位最佳值，並列均標出。不同口徑不合併排名，缺分為 -。
可部署項目 1 / 原表 4
以下實驗尚未核實完整的公開推論套件；同名模型的其他權重不能替代。
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
HookKern 的流行樂主旋律與和弦譜、弦樂四重奏按各自測試集比較 SER，越低越好。僅列對應發布權重可核實的實驗，不跨測試集混排。
| 指標名次 | 模型 | SheetSage-A2S | Quartets · SER | ||
|---|---|---|---|---|---|
| SER↓ | Melody SER↓ | Chord SER↓ | |||
| - | +Augmented data本站模型公開權重 · 推論程式碼 | 20.92 | 38.62 | 22.28 | 4.98 |
標記表示本站使用的模型或元件；成績與參數以公開測試為準，並非整個處理流程的複測結果。
資料集、版本和條件分別列出，未納入排行的評測也保留來源。
可部署項目 1 / 原表 4
以下實驗尚未核實完整的公開推論套件；同名模型的其他權重不能替代。
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
評測分數對應各自的資料集、指標和模型版本，不同測試的分數不能直接比較。
切換資料集查看每個模型的完整指標。預設按官方名次或所選指標排序；粗體為相同評測口徑下的欄位最佳值，並列均標出。不同口徑不合併排名，缺分為 -。
可部署項目 1 / 原表 4
以下實驗尚未核實完整的公開推論套件；同名模型的其他權重不能替代。
Baseline ( Alfaro-Contreras et al., 2024 ) · +1024-Pre-Norm · +MuQ encoder
HookKern 的流行樂主旋律與和弦譜、弦樂四重奏按各自測試集比較 SER，越低越好。僅列對應發布權重可核實的實驗，不跨測試集混排。
| 指標名次 | 模型 | SheetSage-A2S | Quartets · SER | ||
|---|---|---|---|---|---|
| SER↓ | Melody SER↓ | Chord SER↓ | |||
| - | +Augmented data公開權重 · 推論程式碼 | 20.92 | 38.62 | 22.28 | 4.98 |