GAPS: A Large and Diverse Classical Guitar Dataset and Benchmark Transcription Model
ISMIR - 2024
GAPS 將乾淨或已分離的吉他獨奏轉為音符事件與 MIDI，不輸出弦號、品位、連續 F0 或 Pitch Bend。請對照原錄音調整 MIDI 力度。
載入中...
將獨奏或已分離的單樂器錄音轉成 MIDI，繼續編輯音高和時值。
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
MIDI
適用場景
編輯音符、配器與演奏細節。
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。
Tsumugi · Vocal：編輯音符、配器與演奏細節。
SwiftF0 0.2.0 使用官方音高追蹤與音符分段處理單聲部錄音，輸出 MIDI、逐幀音高 CSV 與圖表。
SwiftF0 0.3.0 追蹤單聲部錄音的音高，輸出 MIDI、逐幀音高 CSV 和圖表。
Basic Pitch 可將幾乎任何樂器（包括人聲）的複音演奏轉成 MIDI，並可選擇輸出含彎音的音符事件 CSV；一次只包含一種樂器的錄音效果最佳。
GAPS 將乾淨或已分離的吉他獨奏轉為音符事件與 MIDI，不輸出弦號、品位、連續 F0 或 Pitch Bend。請對照原錄音調整 MIDI 力度。
Guitar-FL 把 François Leduc 資料域的吉他獨奏轉成離散音符事件與 MIDI；FL 不是 frame-level 的縮寫。它不輸出連續 F0 或 Pitch Bend。
FiloSax 面向單聲部爵士薩克斯風獨奏，把離散音高、起音與止音事件匯出為 MIDI；它不輸出連續音高、滑音或顫音軌跡。
FiloBass 面向單聲部爵士低音提琴（double bass / upright bass），不是通用貝斯或電貝斯模型。應輸入乾淨或已分離的 stem；底鼓與低頻串音會產生假音符。
VioPTT 輸出小提琴音符事件，以及 détaché、flageolet、spiccato、pizzicato 四類技法之一或無技法標籤。MIDI 力度是固定值，不是實測演奏力度。
STRAdi Online 面向乾淨的小提琴獨奏，採用完全 causal（因果、無未來影格）推理，輸出離散 MIDI 與起音／止音／音高 CSV；公開儲存庫沒有發布 score-following 跟譜系統。
STRAdi Offline 是配對的 non-causal（非因果、全上下文）參考路線，輸出離散 MIDI 與起音／止音／音高 CSV；它同樣不是已發布的 score-following 跟譜系統。
使用 GAPS 論文版 12200 次迭代權重，將吉他錄音轉為 MIDI。
Tsumugi · Bass v2：編輯音符、配器與演奏細節。
Tsumugi · Guitar v1.5：編輯音符、配器與演奏細節。
Tsumugi · Other v1.5：編輯音符、配器與演奏細節。
Tsumugi · Vocal Harmony v1.6：編輯音符、配器與演奏細節。
Tsumugi · Vocal Harmony v1.5：編輯音符、配器與演奏細節。
Tsumugi · Drums v1.5：編輯音符、配器與演奏細節。
ISMIR - 2024
GAPS 將乾淨或已分離的吉他獨奏轉為音符事件與 MIDI，不輸出弦號、品位、連續 F0 或 Pitch Bend。請對照原錄音調整 MIDI 力度。
ICASSP - 2024
Guitar-FL 把 François Leduc 資料域的吉他獨奏轉成離散音符事件與 MIDI；FL 不是 frame-level 的縮寫。它不輸出連續 F0 或 Pitch Bend。
SMC - 2024
FiloSax 面向單聲部爵士薩克斯風獨奏，把離散音高、起音與止音事件匯出為 MIDI；它不輸出連續音高、滑音或顫音軌跡。
ISMIR - 2023
FiloBass 面向單聲部爵士低音提琴（double bass / upright bass），不是通用貝斯或電貝斯模型。應輸入乾淨或已分離的 stem；底鼓與低頻串音會產生假音符。
ICASSP - 2026
VioPTT 輸出小提琴音符事件，以及 détaché、flageolet、spiccato、pizzicato 四類技法之一或無技法標籤。MIDI 力度是固定值，不是實測演奏力度。
arXiv - 2025
SwiftF0 0.2.0 使用官方音高追蹤與音符分段處理單聲部錄音，輸出 MIDI、逐幀音高 CSV 與圖表。
ICASSP - 2022
Basic Pitch 可將幾乎任何樂器（包括人聲）的複音演奏轉成 MIDI，並可選擇輸出含彎音的音符事件 CSV；一次只包含一種樂器的錄音效果最佳。
Official technical guide - 2026
將獨立樂器、人聲或鼓音軌轉換為 MIDI。選擇對應的官方模型；和聲可選 v1.6 權重。樂器標籤細化仍屬實驗功能。
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。
目前選擇的模型尚無可核實的對應公開成績，因此未列入排名。
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 -。
Tsumugi 的 Other 與 Vocal Harmony 指標為 COnP，而非 COnF1。公開結果涵蓋 v1.5；預設 Vocal Harmony v1.6 尚無公開分數。樂器細分仍屬實驗功能，各測試集分開顯示。
| 指標名次 | 模型 | 評測條件 | COnP (%)↑ |
|---|---|---|---|
| 1 | other_v1_5公開權重 · 推論程式碼 | In-house real audio | 77.01 |
| 2 | other公開權重 · 推論程式碼 | In-house real audio | 73.18 |
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 6
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。
Ours w/o aug · Ours + FT w/o aug · Ours + FT w/ aug · MUSC · MERTech
可部署項目 0 / 原表 10
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。
MT3 · Kong et al. · Kong et al. (w/ aug) · Zang et al. (Synthtab) · Maman (MusicNet EM ) · Maman (Guitar) · Riley et al. · Ours · Ours (Finetuned from )
可部署項目 1 / 原表 6
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。
Omnizart · MT3 · Lu et al. · Riley et al. · Ours (Finetuned from )
可部署項目 0 / 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。
Riley et al. · Ours · Ours (Finetuned from )
可部署項目 1 / 原表 3
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。
Başaran et al. · Ours
可部署項目 1 / 原表 3
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。
Başaran et al. · Ours
可部署項目 2 / 原表 3
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。
Melodyne
可部署項目 13 / 原表 18
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。
TorchCREPE · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · PESTO · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · HarmoF0 · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · SPICE · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents · PENN · pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents
可部署項目 13 / 原表 18
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。
TorchCREPE · pitch-benchmark · 10 × 8 · 50 cents · PESTO · pitch-benchmark · 10 × 8 · 50 cents · HarmoF0 · pitch-benchmark · 10 × 8 · 50 cents · SPICE · pitch-benchmark · 10 × 8 · 50 cents · PENN · pitch-benchmark · 10 × 8 · 50 cents
可部署項目 2 / 原表 2
可部署項目 2 / 原表 2
可部署項目 2 / 原表 2
可部署項目 1 / 原表 2
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。
Base instrument classifier · Held-out RWC-I
可部署項目 5 / 原表 5
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 6
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。
Ours w/o aug · Ours + FT w/o aug · Ours + FT w/ aug · MUSC · MERTech
來源採用不同訓練或任務條件，數字只適合在標明的協定內比較。
| 指標名次 | 模型 | URMP | Bach10 | ||||||
|---|---|---|---|---|---|---|---|---|---|
| P↑ | R↑ | F1↑ | F1 no↑ | P↑ | R↑ | F1↑ | F1 no↑ | ||
| - | Ours w/ aug公開權重 · 推論程式碼 | 86.1 | 83.6 | 84.5 | 93.1 | 68.1 | 71.8 | 69.9 | 79.5 |
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 6
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。
Omnizart · MT3 · Lu et al. · Riley et al. · Ours (Finetuned from )
論文結果按測試集顯示；FiloBass 表 5 是其他演算法的資料集基準，目前 FiloBass 權重沒有公開分數。
| 指標名次 | 模型 | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | Basic Pitch | 54.6 | 85.0 | 66.1 |
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 3
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。
Başaran et al. · Ours
論文結果按測試集顯示；FiloBass 表 5 是其他演算法的資料集基準，目前 FiloBass 權重沒有公開分數。
| 指標名次 | 模型 | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | CREPE Notes公開權重 · 推論程式碼 | 82.35 | 83.05 | 82.67 |
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 3
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。
Başaran et al. · Ours
論文結果按測試集顯示；FiloBass 表 5 是其他演算法的資料集基準，目前 FiloBass 權重沒有公開分數。
| 指標名次 | 模型 | P 50↑ | R 50↑ | F 50↑ |
|---|---|---|---|---|
| - | CREPE Notes公開權重 · 推論程式碼 | 70.93 | 70.63 | 70.41 |
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 2 / 原表 3
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。
Melodyne
論文結果按測試集顯示；FiloBass 表 5 是其他演算法的資料集基準，目前 FiloBass 權重沒有公開分數。
| 指標名次 | 模型 | R no↑ | P no↑ | F no↑ | O↑ |
|---|---|---|---|---|---|
| 1 | CREPE Notes公開權重 · 推論程式碼 | 74.11 ± 12.09 | 71.81 ± 13.33 | 72.89 ± 12.68 | 78.77 ± 2.68 |
| 2 | Basic Pitch | 81.28 ± 6.26 | 51.40 ± 6.28 | 62.73 ± 5.55 | 65.24 ± 4.51 |
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 -。
SwiftF0 0.2.0 採用作者 pitch-benchmark 的 2026-09-19 快照：10 個語料庫、8 種計分條件、50 cents 容差。這是音高 F1；與 RMVPE 的差異在統計上未定。保留非對稱 95% CI，REAPER 因結果不完整不排名；舊論文 0.1.x 分數不代表 0.2.0。
| 指標名次 | 模型 | 評測條件 | Pitch F1@50c↑ | Voicing F1↑ | CI95 lo | CI95 hi |
|---|---|---|---|---|---|---|
| 1 | SwiftF0 0.2.0公開權重 · 推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.778 | 0.839 | 0.765 | 0.792 |
| 2 | RMVPE公開權重 · 推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.768 | 0.837 | 0.752 | 0.783 |
| 3 | FCPE公開權重 · 推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.728 | 0.812 | 0.712 | 0.742 |
| 4 | CREPE公開權重 · 推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.689 | 0.781 | 0.672 | 0.704 |
| 5 | SHS演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.657 | 0.773 | 0.64 | 0.672 |
| 6 | Praat演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.651 | 0.815 | 0.634 | 0.667 |
| 7 | RAPT演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.64 | 0.799 | 0.621 | 0.655 |
| 8 | SWIPE演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.61 | 0.761 | 0.589 | 0.624 |
| 9 | Harvest演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.6 | 0.782 | 0.584 | 0.614 |
| 10 | YAAPT演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.56 | 0.842 | 0.539 | 0.58 |
| 10 | DIO演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.56 | 0.71 | 0.541 | 0.577 |
| 12 | Basic Pitch | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.557 | 0.775 | 0.539 | 0.573 |
| 13 | pYIN演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 corpora · 8 altered conditions · 50 cents | 0.506 | 0.656 | 0.482 | 0.525 |
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 -。
作者 pitch-benchmark 固定版本 6f21369：10 類語料、8 種處理條件、50 cents，逐幀音高 F1。SwiftF0 與 RMVPE 的差異未達統計顯著；此指標不是 MIDI 音符 F1。
| 指標名次 | 模型 | 評測條件 | Pitch F1@50c↑ | Voicing F1↑ | CI95 lo | CI95 hi |
|---|---|---|---|---|---|---|
| 1 | SwiftF0 0.3.0公開權重 · 推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.781 | 0.844 | 0.768 | 0.795 |
| 2 | RMVPE公開權重 · 推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.768 | 0.837 | 0.752 | 0.783 |
| 3 | FCPE公開權重 · 推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.728 | 0.812 | 0.712 | 0.742 |
| 4 | CREPE公開權重 · 推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.689 | 0.781 | 0.672 | 0.704 |
| 5 | SHS演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.657 | 0.773 | 0.64 | 0.672 |
| 6 | Praat演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.651 | 0.815 | 0.634 | 0.667 |
| 7 | RAPT演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.64 | 0.799 | 0.621 | 0.655 |
| 8 | SWIPE演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.61 | 0.761 | 0.589 | 0.624 |
| 9 | Harvest演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.6 | 0.782 | 0.584 | 0.614 |
| 10 | YAAPT演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.56 | 0.842 | 0.539 | 0.58 |
| 10 | DIO演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.56 | 0.71 | 0.541 | 0.577 |
| 12 | BasicPitch | pitch-benchmark · 10 × 8 · 50 cents | 0.557 | 0.775 | 0.539 | 0.573 |
| 13 | pYIN演算法無需訓練權重 · 推論程式碼演算法無需訓練權重推論程式碼 | pitch-benchmark · 10 × 8 · 50 cents | 0.506 | 0.656 | 0.482 | 0.525 |
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 -。
分數來自連結中的基礎檢查點，不代表本站目前執行模型的實測結果。
| 指標名次 | 模型 | 評測條件 | F_no-offset↑ | Frame accuracy ↑ | F_with-offset ↑ |
|---|---|---|---|---|---|
| - | NMP | Molina | 0.52 | 0.63 | 0.35 |
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 -。
Tsumugi 的 Other 與 Vocal Harmony 指標為 COnP，而非 COnF1。公開結果涵蓋 v1.5；預設 Vocal Harmony v1.6 尚無公開分數。樂器細分仍屬實驗功能，各測試集分開顯示。
| 指標名次 | 模型 | 評測條件 | COnP (%)↑ |
|---|---|---|---|
| 1 | other_v1_5公開權重 · 推論程式碼 | In-house real audio | 77.01 |
| 2 | other公開權重 · 推論程式碼 | In-house real audio | 73.18 |
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 -。
Tsumugi 的 Other 與 Vocal Harmony 指標為 COnP，而非 COnF1。公開結果涵蓋 v1.5；預設 Vocal Harmony v1.6 尚無公開分數。樂器細分仍屬實驗功能，各測試集分開顯示。
| 指標名次 | 模型 | 評測條件 | COnP (%)↑ |
|---|---|---|---|
| 1 | vocal_harmony_v1_5 | Held-out MIR-ST500 | 68.14 |
| 2 | vocal_harmony公開權重 · 推論程式碼 | Held-out MIR-ST500 | 60.52 |
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 -。
Tsumugi 的 Other 與 Vocal Harmony 指標為 COnP，而非 COnF1。公開結果涵蓋 v1.5；預設 Vocal Harmony v1.6 尚無公開分數。樂器細分仍屬實驗功能，各測試集分開顯示。
| 指標名次 | 模型 | 評測條件 | DrumKit F1 (%)↑ | AllPercussion F1 (%)↑ |
|---|---|---|---|---|
| 1 | drums_v1_5公開權重 · 推論程式碼 | Audio-aligned · 50 ms · canonical GM | 68.9 | 40.44 |
| 2 | drums公開權重 · 推論程式碼 | Audio-aligned · 50 ms · canonical GM | 61.57 | 18.79 |
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 -。
Tsumugi 的 Other 與 Vocal Harmony 指標為 COnP，而非 COnF1。公開結果涵蓋 v1.5；預設 Vocal Harmony v1.6 尚無公開分數。樂器細分仍屬實驗功能，各測試集分開顯示。
| 指標名次 | 模型 | 評測條件 | ACC (%)↑ |
|---|---|---|---|
| - | Instrument refinement model | Held-out RWC-I | 74.5 |