STARS: A Unified Framework for Singing Transcription, Alignment, and Refined Style Annotation
ACL Findings - 2025
載入中...
除人聲音訊外，還必須提供歌詞、音素與音素到詞的對應。輸出音符 MIDI、音素／詞時間與演唱技巧標註，並非純音訊入口。
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 / JSON
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。
STARS · Chinese：編輯音符、配器與演奏細節。
STARS · Bilingual：編輯音符、配器與演奏細節。
ACL Findings - 2025
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 3 / 原表 3
數值來自所連結的公開來源；列標籤標明測試集或檢查點，未報告的分數顯示為 -。
| 指標名次 | 模型 | COnPOff(F) ↑ | RPA ↑ |
|---|---|---|---|
| 1 | STARS (ours)本站模型公開權重 · 推論程式碼 | 71.0 | 86.7 |
| 2 | ROSVOT公開權重 · 推論程式碼 | 70.2 | 83.8 |
| 3 | VOCANO公開權重 · 推論程式碼 | 50.2 | 76.6 |
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 3 / 原表 3
可部署項目 2 / 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。
w/o CTC · w/o VQ · w/o MOE · Conv
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 3 / 原表 3
數值來自所連結的公開來源；列標籤標明測試集或檢查點，未報告的分數顯示為 -。
| 指標名次 | 模型 | COnPOff(F) ↑ | RPA ↑ |
|---|---|---|---|
| 1 | STARS (ours)公開權重 · 推論程式碼 | 71.0 | 86.7 |
| 2 | ROSVOT公開權重 · 推論程式碼 | 70.2 | 83.8 |
| 3 | VOCANO公開權重 · 推論程式碼 | 50.2 | 76.6 |
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 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。
w/o CTC · w/o VQ · w/o MOE · Conv
數值來自所連結的公開來源；列標籤標明測試集或檢查點，未報告的分數顯示為 -。
| 指標名次 | 模型 | BER ↓ | IOU ↑ | COnPOff(F) ↑ | RPA ↑ | T-F1 ↑ | T-ACC ↑ | S-ACC ↑ |
|---|---|---|---|---|---|---|---|---|
| 1 | STARS公開權重 · 推論程式碼 | 18.6 | 80.9 | 71.0 | 86.7 | 79.9 | 91.5 | 68.0 |
| 2 | Bilingual公開權重 · 推論程式碼 | 19.4 | 75.6 | 68.1 | 86.2 | 76.8 | 91.4 | 70.4 |
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。