Scoring Time Intervals Using Non-Hierarchical Transformer for Automatic Piano Transcription
ISMIR - 2024
TransKun V2 論文提出 Transformer 區間評分架構，並在 Maestro 子任務上報告更高的 F1 結果。
載入中...
將鋼琴錄音轉成可編輯的 MIDI，用於製譜、練習和編曲。
輸入
清晰的鋼琴獨奏或單一鍵盤演奏錄音。
支援格式
輸出
TransKun V2 Aug 產生的鋼琴 MIDI，可與 V2 的結果對照。
適用場景
可與 TransKun V2 比較同一段錄音的轉寫結果，判斷哪一版更符合原演奏。
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。
TransKun V2 Aug 使用官方資料增強 checkpoint，在本機把鋼琴音訊轉為 MIDI；它與預設的 TransKun V2 分開提供。
TransKun V2 Aug 是獨立的資料增強 checkpoint 路線，使用 checkpointTransformerAug.zip。
使用官方 Standard checkpoint，音符結束時間採踏板延展的聲學口徑；與偏向琴鍵釋放的 NoExt 及 V2 Aug checkpoint 分開提供。
本機預設執行上游 transkun 套件內的 TransKun V2 No Pedal Ext（2.0.pt）；它與公開 V2/V2 Aug 同屬一套架構，並沿 V2 Aug 路線微調與擴充。
Aria-AMT 使用 EleutherAI 的 seq-to-seq 鋼琴路線，權重為 piano-medium-double-1.0.safetensors。
使用公開發佈的 D3RM 離散擴散細化 checkpoint，把鋼琴音訊轉成離散音符事件，並匯出可編輯 MIDI 與音符事件資料。
ByteDance Piano CRNN note+pedal 使用 note_F1=0.9677_pedal_F1=0.9186.pth，為獨奏鋼琴 MIDI 保留踏板控制器事件。
SFT-CRNN 辨識鋼琴音符起止；力度固定為 100，不預測踏板。
ISMIR - 2024
TransKun V2 論文提出 Transformer 區間評分架構，並在 Maestro 子任務上報告更高的 F1 結果。
NeurIPS - 2021
2021 Semi-CRF 论文把鋼琴轉寫建模為區間/事件預測，而不是拼接帧级检測。
Official repository / preliminary weights - current
Aria-AMT 倉庫記錄了這條路線使用的 seq-to-seq 鋼琴轉寫實作和預發布權重。
arXiv - 2025
使用公開發佈的 D3RM 離散擴散細化 checkpoint，把鋼琴音訊轉成離散音符事件，並匯出可編輯 MIDI 與音符事件資料。
arXiv - 2020
ByteDance 论文在 MAESTRO 上報告 note onset F1 96.72%、pedal onset F1 91.86%，並發佈代碼和 checkpoint。
ICASSP - 2026
SFT-CRNN 辨識鋼琴音符起止；力度固定為 100，不預測踏板。
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 -。
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。
wlazbzfll · MIREX 2024 summary · teamWLY · MIREX 2024 summary · hFT-Transformer · MIREX 2024 summary
可公開重現的 MIREX 彙總列比較三套資料集的平均 note onset F1，以及 Maestro 與 SMD 的 holistic note F1。
| 指標名次 | 模型 | 評測條件 | Summary onset F1 (%)↑ | Holistic note F1 (%)↑ |
|---|---|---|---|---|
| 1 | TransKun V2 Aug本站模型公開權重 · 推論程式碼 | MIREX 2024 summary | 96.48 | 90.81 |
| 2 | TransKun V2公開權重 · 推論程式碼 | MIREX 2024 summary | 94.9 | 87.64 |
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 9 / 原表 9
可部署項目 2 / 原表 5
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。
wlazbzfll · MIREX 2024 summary · teamWLY · MIREX 2024 summary · hFT-Transformer · MIREX 2024 summary
可部署項目 2 / 原表 5
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。
wlazbzfll · MIREX 2024 published row · teamWLY · MIREX 2024 published row · hFT-Transformer · MIREX 2024 published row
可部署項目 2 / 原表 5
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。
wlazbzfll · MIREX 2024 published row · teamWLY · MIREX 2024 published row · hFT-Transformer · MIREX 2024 published row
可部署項目 2 / 原表 5
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。
wlazbzfll · MIREX 2024 published row · teamWLY · MIREX 2024 published row · hFT-Transformer · MIREX 2024 published row
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。
Aria-AMT + bootstrapping · MAESTRO · paper Table 1 · Aria-AMT · MAESTRO · paper Table 1 · hFT-Transformer · MAESTRO · paper Table 1 · Google · MAESTRO · paper Table 1 · Kong · MAESTRO · paper Table 1 · Aria-AMT + bootstrapping · MAPS · paper Table 1 · Aria-AMT · MAPS · paper Table 1 · hFT-Transformer · MAPS · paper Table 1 · Kong · MAPS · paper Table 1 · Google · MAPS · paper Table 1
可部署項目 2 / 原表 7
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。
HPPNet-sp · HFT-transformer · Yan et al. · PAR · DiffRoll (k=9)
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。
Onsets & frames · Onsets & frames [reproduced] · Adversarial onsets & frames · Regress cond on. · Regress cond on. & off.
可部署項目 1 / 原表 5
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。
Liang · Onsets & frames [our-implemented] · Onsets & frames (misaligned labels) · proposed (misaligned labels)
可部署項目 1 / 原表 5
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。
Onsets & Frames · HPPNet-sp · hFT-Transformer · Transkun
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。
表中只列出有公開權重或設定、可在本機執行的模型。
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 -。
可公開重現的 MIREX 彙總列比較三套資料集的平均 note onset F1，以及 Maestro 與 SMD 的 holistic note F1。
| 指標名次 | 模型 | 評測條件 | Summary onset F1 (%)↑ | Holistic note F1 (%)↑ |
|---|---|---|---|---|
| 1 | TransKun V2 Aug公開權重 · 推論程式碼 | MIREX 2024 summary | 96.48 | 90.81 |
| 2 | TransKun V2公開權重 · 推論程式碼 | MIREX 2024 summary | 94.9 | 87.64 |
表中只列出有公開權重或設定、可在本機執行的模型。
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 -。
MIREX 官方 MAESTRO 結果，完整呈現已公布的音符與踏板 P / R / F1（%）；未報告的指標保留空缺。
| 指標名次 | 模型 | 評測條件 | 啟動 P（%）↑ | 啟動 R（%）↑ | 啟動 F1（%）↑ | 音符起始 P (%)↑ | 音符起始 R (%)↑ | 音符起始 F1 (%)↑ | 音符起始 + 結束 P (%)↑ | 音符起始 + 結束 R (%)↑ | 音符起始 + 結束 F1 (%)↑ | 音符起始 + 結束 + 力度 P (%)↑ | 音符起始 + 結束 + 力度 R (%)↑ | 音符起始 + 結束 + 力度 F1 (%)↑ | 踏板啟動 P（%）↑ | 踏板啟動 R（%）↑ | 踏板啟動 F1（%）↑ | 踏板起始 P (%)↑ | 踏板起始 R (%)↑ | 踏板起始 F1 (%)↑ | 踏板起訖 P（%）↑ | 踏板起訖 R（%）↑ | 踏板起訖 F1（%）↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | TransKun V2公開權重 · 推論程式碼 | MIREX 2024 published row | 95.76 | 94.89 | 95.3 | 99.56 | 97.14 | 98.32 | 94.65 | 92.38 | 93.49 | 94.11 | 91.86 | 92.96 | 96.71 | 94.53 | 95.41 | 89.09 | 84.21 | 86.42 | 86.32 | 81.65 | 83.77 |
| 2 | TransKun V2 Aug公開權重 · 推論程式碼 | MIREX 2024 published row | 94.95 | 95.22 | 95.05 | 99.71 | 97.15 | 98.4 | 94.37 | 91.97 | 93.14 | 93.86 | 91.49 | 92.64 | 95.46 | 94.16 | 94.54 | 88.83 | 81.16 | 84.53 | 84.97 | 77.9 | 81.02 |
表中只列出有公開權重或設定、可在本機執行的模型。
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 -。
MIREX 官方 MAPS 結果，完整呈現已公布的音符與踏板 P / R / F1（%）；未報告的指標保留空缺。 MAPS 使用 ad hoc alignment，offset 指標應配合該對齊方式解讀。
| 指標名次 | 模型 | 評測條件 | 啟動 P（%）↑ | 啟動 R（%）↑ | 啟動 F1（%）↑ | 音符起始 P (%)↑ | 音符起始 R (%)↑ | 音符起始 F1 (%)↑ | 音符起始 + 結束 P (%)↑ | 音符起始 + 結束 R (%)↑ | 音符起始 + 結束 F1 (%)↑ | 音符起始 + 結束 + 力度 P (%)↑ | 音符起始 + 結束 + 力度 R (%)↑ | 音符起始 + 結束 + 力度 F1 (%)↑ | 踏板啟動 P（%）↑ | 踏板啟動 R（%）↑ | 踏板啟動 F1（%）↑ | 踏板起始 P (%)↑ | 踏板起始 R (%)↑ | 踏板起始 F1 (%)↑ | 踏板起訖 P（%）↑ | 踏板起訖 R（%）↑ | 踏板起訖 F1（%）↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | TransKun V2 Aug公開權重 · 推論程式碼 | MIREX 2024 published row | 94.46 | 83.34 | 88.43 | 93.96 | 90.56 | 92.19 | 71.05 | 68.54 | 69.75 | 55.96 | 54.01 | 54.95 | 88.93 | 83.89 | 85.83 | 73.13 | 75.29 | 73.43 | 54.99 | 56.5 | 55.32 |
| 2 | TransKun V2公開權重 · 推論程式碼 | MIREX 2024 published row | 88.7 | 82.52 | 85.35 | 86.71 | 90.48 | 88.49 | 63.25 | 66.13 | 64.61 | 43.51 | 45.51 | 44.46 | 84.98 | 85.47 | 84.49 | 65.21 | 71.82 | 67.32 | 49.03 | 54.27 | 50.88 |
表中只列出有公開權重或設定、可在本機執行的模型。
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 -。
MIREX 官方 SMD 結果，完整呈現已公布的音符與踏板 P / R / F1（%）；未報告的指標保留空缺。
| 指標名次 | 模型 | 評測條件 | 啟動 P（%）↑ | 啟動 R（%）↑ | 啟動 F1（%）↑ | 音符起始 P (%)↑ | 音符起始 R (%)↑ | 音符起始 F1 (%)↑ | 音符起始 + 結束 P (%)↑ | 音符起始 + 結束 R (%)↑ | 音符起始 + 結束 F1 (%)↑ | 音符起始 + 結束 + 力度 P (%)↑ | 音符起始 + 結束 + 力度 R (%)↑ | 音符起始 + 結束 + 力度 F1 (%)↑ | 踏板啟動 P（%）↑ | 踏板啟動 R（%）↑ | 踏板啟動 F1（%）↑ | 踏板起始 P (%)↑ | 踏板起始 R (%)↑ | 踏板起始 F1 (%)↑ | 踏板起訖 P（%）↑ | 踏板起訖 R（%）↑ | 踏板起訖 F1（%）↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | TransKun V2 Aug公開權重 · 推論程式碼 | MIREX 2024 published row | 93.89 | 95.18 | 94.48 | 99.7 | 98.01 | 98.84 | 92.84 | 91.28 | 92.05 | 89.74 | 88.23 | 88.97 | 94.91 | 94.28 | 94.47 | 87.88 | 80.43 | 83.83 | 82.08 | 75.26 | 78.37 |
| 2 | TransKun V2公開權重 · 推論程式碼 | MIREX 2024 published row | 92.03 | 94.91 | 93.4 | 98.16 | 97.66 | 97.9 | 90.13 | 89.68 | 89.9 | 82.55 | 82.11 | 82.32 | 93.64 | 95.07 | 94.2 | 87.22 | 81.01 | 83.88 | 80.3 | 74.71 | 77.3 |
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 9 / 原表 9
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 | Activation | Note Onset | Note Onset+Offset | Note Onset+Offset+ vel. | pedal activation | pedal onset | pedal onset+offset | ||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | prec↑ | recall↑ | F1↑ | |||
| 1 | Transkun V2公開權重 · 推論程式碼 | Maestro V3 | 0.9576 | 0.9489 | 0.953 | 0.9956 | 0.9714 | 0.9832 | 0.9465 | 0.9238 | 0.9349 | 0.9411 | 0.9186 | 0.9296 | 0.9671 | 0.9453 | 0.9541 | 0.8909 | 0.8421 | 0.8642 | 0.8632 | 0.8165 | 0.8377 |
| 2 | Transkun V2 Aug公開權重 · 推論程式碼 | Maestro V3 | 0.9495 | 0.9522 | 0.9505 | 0.9971 | 0.9715 | 0.984 | 0.9437 | 0.9197 | 0.9314 | 0.9386 | 0.9149 | 0.9264 | 0.9546 | 0.9416 | 0.9454 | 0.8883 | 0.8116 | 0.8453 | 0.8497 | 0.7790 | 0.8102 |
| - | Transkun V2 No Ext公開權重 · 推論程式碼 | Maestro V3 No Ext | 0.8671 | 0.825 | 0.8441 | 0.9984 | 0.9691 | 0.9833 | 0.8271 | 0.8034 | 0.8149 | 0.823 | 0.7995 | 0.8109 | 0.9498 | 0.9518 | 0.9487 | 0.8872 | 0.8105 | 0.8444 | 0.8413 | 0.7723 | 0.8031 |
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 7
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。
HPPNet-sp · HFT-transformer · Yan et al. · PAR · DiffRoll (k=9)
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 | # Param | Note Metrics | Note F1 w\offsets (%) | ||||
|---|---|---|---|---|---|---|---|---|
| P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1(%)↑ | |||
| 1 | D3RM (Proposed)公開權重 · 推論程式碼 | 2.0M | 98.72 | 96.48 | 97.57 | 91.48 | 89.44 | 90.44 |
| 2 | Baseline公開權重 · 推論程式碼 | 1.5M | 99.08 | 94.03 | 96.45 | 89.93 | 85.45 | 87.60 |
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。
Onsets & frames · Onsets & frames [reproduced] · Adversarial onsets & frames · Regress cond on. · Regress cond on. & off.
論文 Table I 的 MAESTRO 音符與 Table VI 的延音踏板結果，包含已公布的幀級、起始、結束和力度 P / R / F1（%）；未報告的指標保留空缺。
| 指標名次 | 模型 | Frame | Note | Note w/ offset | Note w/ offset & vel. | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1 (%)↑ | ||
| - | Regress cond on. & off. & vel. | 88.71 | 90.73 | 89.62 | 98.17 | 95.35 | 96.72 | 83.68 | 81.32 | 82.47 | 82.10 | 79.80 | 80.92 |
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 5
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。
Liang · Onsets & frames [our-implemented] · Onsets & frames (misaligned labels) · proposed (misaligned labels)
| 指標名次 | 模型 | Frame | Event | Event w/ offset | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1 (%)↑ | P (%)↑ | R (%)↑ | F1 (%)↑ | ||
| - | Proposed | 94.30 | 94.42 | 94.25 | 91.59 | 92.41 | 91.86 | 86.36 | 87.02 | 86.58 |
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 5
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。
Onsets & Frames · HPPNet-sp · hFT-Transformer · Transkun
MAESTRO v3 鋼琴評測同時保留起音及起止音的 P/R/F1。公開鋼琴模型使用固定力度 100，不預測踏板。
| 指標名次 | 模型 | Params | Onset | Onset & Offset | ||||
|---|---|---|---|---|---|---|---|---|
| P (%)↑ | R (%)↑ | F1(%)↑ | P (%)↑ | R (%)↑ | F1(%)↑ | |||
| - | SFT-CRNN公開權重 · 推論程式碼 | 15M | 99.16 | 97.46 | 98.36 | 91.56 | 90.02 | 90.78 |
尋找適合素材的處理方法與操作步驟。