MuScriptor: An Open Model for Multi-Instrument Music Transcription
arXiv - 2026
使用 MuScriptor-large 將音樂轉為多樂器 MIDI。
轉 MIDI / 扒譜GPU 執行YourMT3 · 權重YourMT3 · 原始碼music-to-midi · 原始碼mvsepless_resources · 權重python-audio-separator · 原始碼YMT3+ · 論文YMT3+ · 論文YMT3+ · 論文YMT3+ · 論文YMT3+ · 論文
多樂器轉 MIDI
將歌曲或合奏轉成分軌 MIDI，在 DAW 中校對音符、整理聲部和修改編曲。
15 積分/次檔案輸入最大 100 MB預計 180-900 秒
輸入
完整歌曲、器樂合奏或多樂器錄音。
支援格式
mp3wavflacoggm4aaacaifaiffmp4movmkv
輸出
生成多軌 MIDI 草稿，適合修譜、配器、拆和聲和回 DAW 精修
適用場景
整段混音的可編輯 MIDI 草稿，也適合較乾淨的鋼琴/鍵盤、吉他、貝斯、鼓、弦樂/木管和人聲草稿
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。
一鍵回饋
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。
模型、參數和來源
YMT3+：整段混音的可編輯 MIDI 草稿，也適合較乾淨的鋼琴/鍵盤、吉他、貝斯、鼓、弦樂/木管和人聲草稿
MuScriptor-largeMuScriptor Table 1YourMT3+MuScriptor Table 2MuScriptor Table 4MuScriptor 60MMuScriptor 100MMuScriptor 300MMuScriptor 1.3BMuScriptor: An Open Model for Multi-Instrument Music TranscriptionYourMT3+ · YPTF.MoE+Multi noPSMIROS
MuScriptor-large
預設的分段修復減少跨段樂器錯誤並保留延音；完整混音轉 MIDI 可先試此版。
- 精確身分：1,366,399,488 個 F32 參數；safetensors 為 5,465,642,136 bytes；revision 8809fdfbed2affa7ade94a7059e746e3880720e7。
- 48 層 decoder-only Transformer，寬度 1536、24 個注意力頭；16 kHz 單聲道、5 秒切片、100 Hz 的 512-bin mel。
- 輸出 Type-1 多軌 MIDI；35 個介面標籤對應 36 個學習群組，velocity 仍固定為 100。轉換前可選擇穩定的段落級自適應速度圖（拍號證據可靠時按小節對齊）、自動偵測的唯一 BPM 或手動輸入的唯一 BPM。完成後仍可在預覽控制項中調整播放速度和 BPM，下載會使用控制項目前的設定。
YourMT3+ · YPTF.MoE+Multi noPS
YourMT3+ · YPTF.MoE+Multi noPS：整段混音的可編輯 MIDI 草稿，也適合較乾淨的鋼琴/鍵盤、吉他、貝斯、鼓、弦樂/木管和人聲草稿
mimbres/YourMT3YourMT3 HF checkpointsYourMT3 HF SpaceTelkNet music-to-midi workflowYourMT3 arXivMT3 arXiv2025 AMT Challenge paperOfficial leaderboard
- 架構：YourMT3+ 在 MT3 token 解碼基礎上加入層級時頻注意力、MoE 變體和多通道解碼。
- TelkNet 使用 YPTF.MoE+Multi noPS，從完整混音產生多樂器 MIDI 草稿。若音訊只有一種樂器，請改用對應的專用工具；鋼琴獨奏則使用鋼琴轉錄工具。
- 輸出：可編輯多軌 MIDI，並帶量化、默認力度和後處理控制。
YMT3+
YourMT3+ · YPTF.Single noPS
YourMT3+ · YPTF.Single noPS：整段混音的可編輯 MIDI 草稿，也適合較乾淨的鋼琴/鍵盤、吉他、貝斯、鼓、弦樂/木管和人聲草稿
YourMT3+ · YPTF.Multi PS
YourMT3+ · YPTF.Multi PS：整段混音的可編輯 MIDI 草稿，也適合較乾淨的鋼琴/鍵盤、吉他、貝斯、鼓、弦樂/木管和人聲草稿
YourMT3+ · YPTF.MoE+Multi PS
YourMT3+ · YPTF.MoE+Multi PS：整段混音的可編輯 MIDI 草稿，也適合較乾淨的鋼琴/鍵盤、吉他、貝斯、鼓、弦樂/木管和人聲草稿
MIROS MusicFM multi-decoder
MIROS MusicFM multi-decoder 執行官方本地 MIROS 路線，使用 pretrained_msd.pt 與微調後的 last.ckpt。
amt-os/ai4m-mirosOfficial leaderboardMIROS fine-tuned checkpointMIROS pretrained checkpoint2025 AMT Challenge paper
- 公開依據：MIROS 在引用的 2025 AMT Challenge 表格中排名第一。
- 適用範圍：古典/複調多樂器 AMT，用於音符轉寫。挑戰範圍包含鋼琴、小提琴、中提琴、大提琴、長笛、巴松管、長號、雙簧管，但公開論文沒有公布逐樂器 solo F1。
BS-RoFormer SW Fixed 6-stem pre-split
BS-RoFormer SW Fixed 使用 BS-Rofo-SW-Fixed.ckpt 與 BS-Rofo-SW-Fixed.yaml，把完整混音拆成六個 WAV 分軌。
- 音訊輸出：人聲、鼓、貝斯、吉他、鋼琴和其他六個 WAV 檔案。
- 適合編曲復盤、練習拆聲部、remix 準備，以及清理混音素材。
OaFS
OaFS 辨識 34 類樂器，匯出 MIDI 與音符表；力度固定為 127。
- 依起音與持續激活的標準差篩選樂器，不是機率。
- 官方局部標準化激活的 Z-score 閾值。
- 起音峰的最小突出度，採用官方 Z-score。
- 同音高起音峰的最小間隔，單位秒；至少一個 0.02 秒影格。
- 判定音符結束的無激活視窗，單位秒；至少 0.02 秒。
- 官方推論批次大小，控制同時處理的片段數。
- 官方表 5 按五個測試集分別比較，僅列對應公開權重可核實的實驗；目前為聯合訓練的 OaFS。不能據此推斷優於 MuScriptor。
timbreAMT v2
依指定數量將音符分成匿名音色軌，不辨識樂器名稱。適合樂器數量已知的短合奏；同音高重疊聲部可能無法區分。
- 論文表 3：K 為指定的音色數，聲部依最佳排列配對後逐軌計算 F1。結果是至少三次訓練的平均值，不是本站這份權重的重新實測分數。
Tsumugi · full pipeline
先分離人聲、鼓、貝斯、吉他、鋼琴和其他六部分，再轉錄並合併 MIDI。可預測力度及重新分配樂器；分離誤差可能影響音符。
- 尚無整套六軌流程的可比公開分數。單樂器或分離器成績不能作為整曲總分。保留官方最長 15 秒音符規則，過長延音可能被略去。
Tsumugi · SheetSage2-Refined
分離六軌後轉錄 MIDI。節拍、拍號和段落由 SheetSage2-Refined 辨識，和弦與調性由 Tsumugi 辨識。原有整曲轉錄方式仍可選擇。
模型對比
模型
作用
選擇原因
影響的輸出
作用挑戰賽排名多樂器 AMT
選擇原因作為 MIROS 對比路徑使用：它在 2025 AMT Challenge 總榜第 1，三樂器 F1 也高於 YourMT3+；但它同樣會在密集複調和音色接近時掉分。
影響的輸出多軌 MIDI
模型YourMT3+ YPTF.MoE+Multi
作用多樂器 MIDI 轉寫
選擇原因TelkNet 提供 checkpoint 選擇。挑戰論文中，YourMT3-YPTF-MoE-M 的 F1 從單樂器 0.7594 降至三樂器 0.3918。
影響的輸出多軌 MIDI 草稿
模型MT3 baseline
作用歷史基準
選擇原因MT3 家族公開基準，僅作對照，不是推薦路徑。
影響的輸出僅用於基準對比
模型MuScriptor-large
作用MuScriptor 多樂器轉錄
選擇原因MuScriptor-large 在論文共用的私有 D_Test 多樂器比較中領先 YourMT3+，並針對真實混合音樂設計。
影響的輸出輸出 Type-1 多軌 MIDI；35 個介面標籤對應 36 個學習群組，velocity 仍固定為 100。轉換前可選擇穩定的段落級自適應速度圖（拍號證據可靠時按小節對齊）、自動偵測的唯一 BPM 或手動輸入的唯一 BPM。完成後仍可在預覽控制項中調整播放速度和 BPM，下載會使用控制項目前的設定。
模型YourMT3+ YPTF.MoE+Multi noPS
作用多樂器 MIDI 轉寫
選擇原因TelkNet 提供 checkpoint 選擇。挑戰論文中，YourMT3-YPTF-MoE-M 的 F1 從單樂器 0.7594 降至三樂器 0.3918。
影響的輸出多軌 MIDI 草稿
論文與基準說明
YourMT3+: Multi-instrument Music Transcription
IEEE MLSP - 2024
YourMT3+ 透過增強 Transformer、MoE、多通道解碼和跨資料集 stem 增強來擴充 MT3。
MT3: Multi-Task Multitrack Music Transcription
ICLR - 2022
MT3 奠定了 multi-task multitrack music transcription，並仍是新 AMT 對比中的命名基準。
Advancing Multi-Instrument Music Transcription: Results from the 2025 AMT Challenge
arXiv / OpenReview - 2026
2025 AMT Challenge 總結論文發布於 2026-03-29，寫的是 2025-01-01 至 2025-04-30 的比賽，不是 2026 新比賽。論文報告 21 隊註冊、14 隊提交、8 隊有效評分；測試集為 76 段約 20 秒古典多樂器音訊，每段最多三種樂器。
Multitrack Music Transcription Based on Joint Learning of Onset and Frame Streams
Signals - 2026
OaFS 辨識 34 類樂器，匯出 MIDI 與音符表；力度固定為 127。
官方 / 倉庫
MuScriptor source (pinned)MuScriptor-large weights (pinned)mimbres/YourMT3YourMT3 HF checkpointsYourMT3 HF SpaceTelkNet music-to-midi workflowbs_6stem_fixed.ckpt · HF mirrorpython-audio-separatoramt-os/ai4m-mirosOfficial leaderboardMIROS fine-tuned checkpointMIROS pretrained checkpointTomokiMatsunaga/OaFSOaFS · checkpointmadderscientist/timbreAMTtimbreAMT v2anime-song/tsumugiTsumugi · full pipeline
參數指南
- 六軌預分離：先用 BS-RoFormer 分軌，再逐軌轉寫，輸出各軌及合併 MIDI；不提供分離音訊下載。
推薦場景
- 整首歌或 demo 的扒譜與和聲分析
- 把靈感錄音快速轉成可編輯 MIDI
- 生成多軌 MIDI 草稿，隨後在 DAW 中按樂器修正
操作建議
- 1上傳需要轉寫的錄音，保留原有速度與節奏。
- 2對照原錄音檢查各 MIDI 聲部中的漏音、錯音和樂器分配。
- 3把結果匯入 DAW 繼續修正力度、量化和分軌
檢查重點
- 保留節拍穩定的原始音訊，減少長時間靜音段
- 編曲越複雜，越需要在後期手動修正音符
- 若只有鋼琴獨奏，優先改用鋼琴專精模型
同領域模型排行
9 筆參評紀錄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。
Official 2025 AMT Challenge leaderboard
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 17
未納入排行：8 項
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。
GIU · press_to_win · press_to_win5 · press_to_win3 · press_to_win4 · Bytedance Piano transcription · press_to_win2 · Midnight Questor
官方排行榜中可開源重現的項目，保留官方名次。F1、精確率、召回率、起始、結束和重疊指標統一以百分比顯示，耗時單位為毫秒。 YourMT3+ 的參賽配方使用檔名中提供的樂器資訊；該分數不等於本站整條處理流程的實測結果。
| 官方名次 | 模型 | Members | Submission date | Runtime (ms) | F-measure (summary)↑ | Precision↑ | Recall↑ | Average overlap ratio↑ | F-measure (details)↑ | Onset precision↑ | Onset recall↑ | Onset F-measure↑ | Offset precision↑ | Offset recall↑ | Offset F-measure↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | MIROS (Music Information Retrieval Osnabrück)公開權重 · 推論程式碼MIROS fine-tuned decoderMusicFM encoder推論程式碼 logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckpt評測設定權重授權未說明 | Deniz Gün, Fernando Riveros, Paul Koesling, Anish Haluvani Sundresh, William Shelor | 2025-06-02 | 22.0535 | 0.5999 | 0.655839 | 0.5724 | 0.739079 | 0.599875 | 0.877975 | 0.759886 | 0.799196 | 0.807888 | 0.701962 | 0.736779 |
| 2 | YourMT3-YPTF-MoE-M | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-03 | 12.5981 | 0.5939 | 0.600966 | 0.588778 | 0.730518 | 0.593868 | 0.792573 | 0.777088 | 0.783356 | 0.767444 | 0.750847 | 0.757675 |
| 3 | YourMT3-YPTF-S | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 15.3954 | 0.5582 | 0.556491 | 0.561459 | 0.732617 | 0.55816 | 0.762297 | 0.771807 | 0.76566 | 0.743591 | 0.753287 | 0.747136 |
| 4 | YourMT3-P本站模型 | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.9916 | 0.3948 | 0.39658 | 0.398548 | 0.72627 | 0.394752 | 0.60259 | 0.613207 | 0.601815 | 0.685018 | 0.691227 | 0.681928 |
| 5 | MT3公開權重 · 推論程式碼 | Google Research Brain Team: Josh Gardner, Ian Simon, Ethan Manilow, Curtis Hawthorne, Jesse Engel | 2025-06-02 | 20.1915 | 0.3932 | 0.38112 | 0.411528 | 0.71797 | 0.393214 | 0.663145 | 0.726103 | 0.687734 | 0.63501 | 0.698339 | 0.659656 |
| 7 | YourMT3-YPTF-SP-V | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.5031 | 0.3306 | 0.32796 | 0.335827 | 0.714713 | 0.330591 | 0.632511 | 0.657221 | 0.641741 | 0.686195 | 0.711273 | 0.695724 |
| 10 | YourMT3-YPTF-MoE-MP | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 16.0262 | 0.2173 | 0.214966 | 0.220641 | 0.611634 | 0.217338 | 0.696075 | 0.719896 | 0.70555 | 0.699835 | 0.72405 | 0.709509 |
| 15 | ReconVAT | Kin Wai Cheuk, Dorien Herremans, Li Su | 2025-06-02 | 5.4548 | 0.1416 | 0.121534 | 0.180252 | 0.789788 | 0.141598 | 0.307451 | 0.450635 | 0.35515 | 0.478656 | 0.742044 | 0.564281 |
| 16 | Basic Pitch | Spotify's Audio Intelligence Lab: Rachel M. Bittner, Juan José Bosch, David Rubinstein, Gabriel Meseguer-Brocal, Sebastian Ewert | 2025-06-02 | 3.9056 | 0.0634 | 0.054995 | 0.078152 | 0.597734 | 0.063433 | 0.264086 | 0.337363 | 0.290772 | 0.444662 | 0.587456 | 0.495507 |
原始紀錄（9 筆）
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。
Official 2025 AMT Challenge leaderboard ↗資料核對：2026-10-25
全部評測來源（14）
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。
- MuScriptor Table 1 ↗
可部署項目 3 / 原表 7
未納入排行：4 項
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。
𝒟 Synth · MuScriptor trained on · 1 · 𝒟 Synth · MuScriptor trained on · 2 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 1 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 2
- MuScriptor Table 2 ↗
可部署項目 16 / 原表 16
- MuScriptor Table 4 ↗
可部署項目 0 / 原表 4
未納入排行：4 項
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。
MuScriptor (60M) · MuScriptor (100M) · MuScriptor (300M) · MuScriptor (1.3B)
- Official 2025 AMT Challenge leaderboard ↗
可部署項目 9 / 原表 17
未納入排行：8 項
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。
GIU · press_to_win · press_to_win5 · press_to_win3 · press_to_win4 · Bytedance Piano transcription · press_to_win2 · Midnight Questor
- AMT Challenge · arXiv:2603.27528v1 · Table 1 ↗
可部署項目 9 / 原表 14
未納入排行：5 項
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。
press_to_win 1 · press_to_win 2 · press_to_win 3 · Bytedance Piano · press_to_win 4
- AMT Challenge · arXiv:2603.27528v1 · Table 2 ↗
可部署項目 9 / 原表 9
- YourMT3+ v3, Tables 2, 3, 14 ↗
可部署項目 1 / 原表 5
未納入排行：4 項
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 (our colab) · MT3 (colab ) · MT3 · PerceiverTF
- YourMT3+ · Table 2 ↗
可部署項目 1 / 原表 7
未納入排行：6 項
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。
YMT3 · noPS · YMT3+ · noPS | PS · YPTF+S · noPS | PS · YPTF+M · noPS | PS · MT3 [ 1 ] · (colab) · AMT · Baseline *
- YourMT3+ · Table 3 ↗
可部署項目 1 / 原表 12
未納入排行：11 項
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。
YMT3 base · + Intra-aug. · + Full-vocab. · + Data balancing · + Cross-aug. · + PTF-encoder · + FFN → MoE · + Multi decoder · MT3 (colab) · MT3 [ 1 ] · PerceiverTF [ 25 ]
- OaFS · Table 5 ↗
可部署項目 10 / 原表 25
未納入排行：15 項
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。
OaFS-ResUnet · Frame F1 (%) · OaFS-CFP · Frame F1 (%) · OaFS-single · Frame F1 (%) · OaFS-ResUnet · Onset F1 (%) · OaFS-CFP · Onset F1 (%) · OaFS-single · Onset F1 (%) · OaFS-ResUnet · Multi-Instrument Frame F1 (%) · OaFS-CFP · Multi-Instrument Frame F1 (%) · OaFS-single · Multi-Instrument Frame F1 (%) · OaFS-ResUnet · Multi-Instrument Onset F1 (%) · OaFS-CFP · Multi-Instrument Onset F1 (%) · OaFS-single · Multi-Instrument Onset F1 (%) · OaFS-ResUnet · Instrument Detection F1 (%) · OaFS-CFP · Instrument Detection F1 (%) · OaFS-single · Instrument Detection F1 (%)
- OaFS · Table 6 ↗
可部署項目 68 / 原表 102
未納入排行：34 項
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。
OaFS-Single · Acoustic Piano · OaFS-Single · Electric Piano · OaFS-Single · Chromatic Percussion · OaFS-Single · Organ · OaFS-Single · Acoustic Guitar · OaFS-Single · Clean Electric Guitar · OaFS-Single · Distorted Electric Guitar · OaFS-Single · Acoustic Bass · OaFS-Single · Electric Bass · OaFS-Single · Violin · OaFS-Single · Viola · OaFS-Single · Cello · OaFS-Single · Contrabass · OaFS-Single · Orchestral Harp · OaFS-Single · Timpani · OaFS-Single · String Ensemble · OaFS-Single · Synth Strings · OaFS-Single · Choir and Voice · OaFS-Single · Trumpet · OaFS-Single · Trombone · OaFS-Single · Tuba · OaFS-Single · French Horn · OaFS-Single · Brass Section · OaFS-Single · Soprano/Alto Sax · OaFS-Single · Tenor Sax · OaFS-Single · Baritone Sax · OaFS-Single · Oboe · OaFS-Single · English Horn · OaFS-Single · Bassoon · OaFS-Single · Clarinet · OaFS-Single · Pipe · OaFS-Single · Synth Lead · OaFS-Single · Synth Pad · OaFS-Single · Drums
- OaFS · Table 7 ↗
可部署項目 28 / 原表 28
- OaFS · Table 4 ↗
可部署項目 2 / 原表 5
未納入排行：3 項
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。
OaFS-ResUnet · OaFS-CFP · OaFS-single
- TISMIR 2026 · Table 3 ↗
可部署項目 3 / 原表 7
未納入排行：4 項
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。
D16 · MSE · Syn · Rescale
所有原始成績及來源
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。
MuScriptor Table 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 3 / 原表 7
未納入排行：4 項
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。
𝒟 Synth · MuScriptor trained on · 1 · 𝒟 Synth · MuScriptor trained on · 2 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 1 · 𝒟 Synth + 𝒟 Real · MuScriptor trained on · 2
論文在同一套私有 D_Test 上比較 CFG=1 最終模型與 YourMT3+。結果尚無獨立復現，也不能與 MIROS 或其他評測協議直接排序。
| 指標名次 | 模型 | 評測條件 | F1 Score ( ↑ ) | ||||
|---|---|---|---|---|---|---|---|
| Onset | Frame | Offset | Drums | Multi | |||
| 1 | MuScriptor (1.3B) · 𝒟 Synth + 𝒟 Real + 𝒟 RL公開權重 · 推論程式碼 | D_Test · CFG = 1 | 60.4 | 73.3 | 49.0 | 50.2 | 48.2 |
| 2 | YourMT3+ (YPTF.MoE+Multi (noPS)) | D_Test · CFG = 1 | 32.52 | 45.54 | 17.79 | 41.4 | 21.9 |
原始紀錄（3 筆）
MuScriptor Table 1 ↗資料核對：2026-10-25
表中只列出有公開權重或設定、可在本機執行的模型。
MuScriptor Table 2
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 16 / 原表 16
論文表 2 在雙方訓練集都未包含的八個資料集上評測兩個已發布、可在本機部署的模型。
| 指標名次 | 模型 | 評測條件 | F1 Score ( ↑ ) | ||||
|---|---|---|---|---|---|---|---|
| Onset | Frame | Offset | Drums | Multi | |||
| 1 | MuScriptor公開權重 · 推論程式碼 | Bach10 | 43.1 | 85.0 | 36.0 | - | 34.7 |
| 2 | YourMT3+ | Bach10 | 59.8 | 66.0 | 48.0 | - | 26.4 |
原始紀錄（16 筆）
MuScriptor Table 2 ↗資料核對：2026-10-25
表中只列出有公開權重或設定、可在本機執行的模型。
Official 2025 AMT Challenge leaderboard
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 17
未納入排行：8 項
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。
GIU · press_to_win · press_to_win5 · press_to_win3 · press_to_win4 · Bytedance Piano transcription · press_to_win2 · Midnight Questor
官方排行榜中可開源重現的項目，保留官方名次。F1、精確率、召回率、起始、結束和重疊指標統一以百分比顯示，耗時單位為毫秒。 YourMT3+ 的參賽配方使用檔名中提供的樂器資訊；該分數不等於本站整條處理流程的實測結果。
| 官方名次 | 模型 | Members | Submission date | Runtime (ms) | F-measure (summary)↑ | Precision↑ | Recall↑ | Average overlap ratio↑ | F-measure (details)↑ | Onset precision↑ | Onset recall↑ | Onset F-measure↑ | Offset precision↑ | Offset recall↑ | Offset F-measure↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | MIROS (Music Information Retrieval Osnabrück)公開權重 · 推論程式碼MIROS fine-tuned decoderMusicFM encoder推論程式碼 logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckpt評測設定權重授權未說明 | Deniz Gün, Fernando Riveros, Paul Koesling, Anish Haluvani Sundresh, William Shelor | 2025-06-02 | 22.0535 | 0.5999 | 0.655839 | 0.5724 | 0.739079 | 0.599875 | 0.877975 | 0.759886 | 0.799196 | 0.807888 | 0.701962 | 0.736779 |
| 2 | YourMT3-YPTF-MoE-M | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-03 | 12.5981 | 0.5939 | 0.600966 | 0.588778 | 0.730518 | 0.593868 | 0.792573 | 0.777088 | 0.783356 | 0.767444 | 0.750847 | 0.757675 |
| 3 | YourMT3-YPTF-S | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 15.3954 | 0.5582 | 0.556491 | 0.561459 | 0.732617 | 0.55816 | 0.762297 | 0.771807 | 0.76566 | 0.743591 | 0.753287 | 0.747136 |
| 4 | YourMT3-P | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.9916 | 0.3948 | 0.39658 | 0.398548 | 0.72627 | 0.394752 | 0.60259 | 0.613207 | 0.601815 | 0.685018 | 0.691227 | 0.681928 |
| 5 | MT3公開權重 · 推論程式碼 | Google Research Brain Team: Josh Gardner, Ian Simon, Ethan Manilow, Curtis Hawthorne, Jesse Engel | 2025-06-02 | 20.1915 | 0.3932 | 0.38112 | 0.411528 | 0.71797 | 0.393214 | 0.663145 | 0.726103 | 0.687734 | 0.63501 | 0.698339 | 0.659656 |
| 7 | YourMT3-YPTF-SP-V | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 14.5031 | 0.3306 | 0.32796 | 0.335827 | 0.714713 | 0.330591 | 0.632511 | 0.657221 | 0.641741 | 0.686195 | 0.711273 | 0.695724 |
| 10 | YourMT3-YPTF-MoE-MP | Sungkyun Chang, Simon Dixon, Emmanouil Benetos | 2025-06-02 | 16.0262 | 0.2173 | 0.214966 | 0.220641 | 0.611634 | 0.217338 | 0.696075 | 0.719896 | 0.70555 | 0.699835 | 0.72405 | 0.709509 |
| 15 | ReconVAT | Kin Wai Cheuk, Dorien Herremans, Li Su | 2025-06-02 | 5.4548 | 0.1416 | 0.121534 | 0.180252 | 0.789788 | 0.141598 | 0.307451 | 0.450635 | 0.35515 | 0.478656 | 0.742044 | 0.564281 |
| 16 | Basic Pitch | Spotify's Audio Intelligence Lab: Rachel M. Bittner, Juan José Bosch, David Rubinstein, Gabriel Meseguer-Brocal, Sebastian Ewert | 2025-06-02 | 3.9056 | 0.0634 | 0.054995 | 0.078152 | 0.597734 | 0.063433 | 0.264086 | 0.337363 | 0.290772 | 0.444662 | 0.587456 | 0.495507 |
原始紀錄（9 筆）
Official 2025 AMT Challenge leaderboard ↗資料核對：2026-10-25
表中只列出有公開權重或設定、可在本機執行的模型。
AMT Challenge · arXiv:2603.27528v1 · Table 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 9 / 原表 14
未納入排行：5 項
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。
press_to_win 1 · press_to_win 2 · press_to_win 3 · Bytedance Piano · press_to_win 4
官網與論文是獨立快照，末位數字略有差異。測試含 76 段受約束的合成音訊，每段最多三件樂器；保留各來源原值。 YourMT3+ 的參賽配方使用檔名中提供的樂器資訊；該分數不等於本站整條處理流程的實測結果。
| 官方名次 | 模型 | F1 Score↑ | Precision↑ | Recall↑ | Overlap↑ | Runtime |
|---|---|---|---|---|---|---|
| 1 | MIROS公開權重 · 推論程式碼MIROS fine-tuned decoderMusicFM encoder推論程式碼 logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckpt評測設定權重授權未說明 | 0.5998 | 0.6558 | 0.5724 | 0.7391 | 22.05 |
| 2 | YourMT3-YPTF-MoE-M | 0.5938 | 0.6010 | 0.5888 | 0.7305 | 12.60 |
| 3 | YourMT3-YPTF-S | 0.5581 | 0.5565 | 0.5615 | 0.7326 | 15.40 |
| 4 | YourMT3-P | 0.3947 | 0.3966 | 0.3985 | 0.7263 | 14.99 |
| 5 | MT3 (baseline)公開權重 · 推論程式碼 | 0.3932 | 0.3811 | 0.4115 | 0.7180 | 20.19 |
| 6 | YourMT3-YPTF-SP-V | 0.3305 | 0.3280 | 0.3358 | 0.7147 | 14.50 |
| 9 | YourMT3-YPTF-MoE-MP | 0.2173 | 0.2150 | 0.2206 | 0.6116 | 16.03 |
| 13 | ReconVAT | 0.1415 | 0.1215 | 0.1803 | 0.7898 | 5.45 |
| 14 | Basic Pitch | 0.0634 | 0.0550 | 0.0782 | 0.5977 | 3.91 |
原始紀錄（9 筆）
AMT Challenge · arXiv:2603.27528v1 · Table 1 ↗資料核對：2026-10-25
表中只列出有公開權重或設定、可在本機執行的模型。
AMT Challenge · arXiv:2603.27528v1 · Table 2
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
Table 2 依確切樂器數分組，數值為平均值 ± 標準差，各組單獨排序，不能替代總榜。 YourMT3+ 的參賽配方使用檔名中提供的樂器資訊；該分數不等於本站整條處理流程的實測結果。
| 指標名次 | 模型 | 評測條件 | F-measure↑ | Precision↑ | Recall↑ |
|---|---|---|---|---|---|
| 1 | YourMT3-YPTF-MoE-M | Count = 1 (n=6) | 0.7594 ± 0.2304 | 0.7858 ± 0.2411 | 0.7367 ± 0.2254 |
| 2 | MIROS公開權重 · 推論程式碼MIROS fine-tuned decoderMusicFM encoder推論程式碼 logs/Multi_longer_seq_length_frozen_enc_silu/le2bzt53/checkpoints/last.ckpt評測設定權重授權未說明 | Count = 1 (n=6) | 0.7193 ± 0.2103 | 0.9067 ± 0.2286 | 0.6233 ± 0.2295 |
| 3 | MT3 (Baseline)公開權重 · 推論程式碼 | Count = 1 (n=6) | 0.5483 ± 0.3898 | 0.5548 ± 0.3974 | 0.5422 ± 0.3829 |
原始紀錄（9 筆）
AMT Challenge · arXiv:2603.27528v1 · Table 2 ↗資料核對：2026-10-25
YourMT3+ v3, Tables 2, 3, 14
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
未納入排行：4 項
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 (our colab) · MT3 (colab ) · MT3 · PerceiverTF
YourMT3+ 論文在 Slakh 類指標上與 MT3 家族基準的對比。
| 指標名次 | 模型 | Bass↑ | Brass↑ | C.Perc↑ | Guitar↑ | Organ↑ | Piano↑ | Pipe↑ | Reed↑ | Strings and Ens.↑ | Synth Lead↑ | Synth Pad↑ | Drums↑ | Onset F1 (non-drum)↑ | Offset F1 (non-drum)↑ | Onset F1 (drums/gm)↑ | Multi (Onset-Offset) F1 ♠↑ | Multi Onset F1↑ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| - | YPTF.MoE+M (PS) | 93.20 | 74.96 | 67.70 | 82.27 | 73.48 | 88.84 | 74.72 | 82.22 | 75.44 | 84.19 | 45.57 | 90.05 | 84.56 | 70.70 | 90.05 | 74.84 | - |
原始紀錄（1 筆）
YourMT3+ v3, Tables 2, 3, 14 ↗資料核對：2026-10-25
YourMT3+ · Table 2
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 7
未納入排行：6 項
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。
YMT3 · noPS · YMT3+ · noPS | PS · YPTF+S · noPS | PS · YPTF+M · noPS | PS · MT3 [ 1 ] · (colab) · AMT · Baseline *
| 指標名次 | 模型 | 評測條件 | MAPS [ 21 ] (unseen) · Piano | MAPS [ 21 ] (seen) | Maestro v3 | MusicNet ext. (EM) [ 10 ] | MusicNet ext. [ 9 , 10 ] | MIR-ST500 [ 13 ] (SVS) · Singing | MIR-ST500 [ 13 ] | MIR-ST500 (100ms [ 20 ] ) | ENSTdrums (DTP [ 15 ] ) · Drums | ENSTdrums (DTM [ 15 ] ) | GuitarSet [ 11 ] (MT3 [ 1 ] ) · Guitar | URMP [ 22 ] Onset F1 [ 1 ] · Agnostic | URMP [ 22 ] Multi F1 [ 1 ] · Ensemble | Slakh [ 18 ] Onset F1 [ 1 ] · Agnostic | Slakh [ 18 ] Multi F1 [ 1 ] · All | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Strings↑ | Winds↑ | Strings↑ | Winds↑ | ||||||||||||||||
| - | YPTF.MoE+M | noPS | PS | 87.88 | 86.25 | - | 96.98 | 96.52 | 91.32 | 90.07 | 83.46 | 78.50 | 66.14 | 66.09 | 55.95 | 55.33 | 71.60 | 72.05 | 70.59 | 71.07 | 81.14 | 82.08 | 88.79 | 89.48 | 85.92 | 87.27 | 91.65 | 88.87 | 81.05 | 81.79 | 67.22 | 67.98 | 84.14 | 84.56 | 73.98 | 74.84 |
原始紀錄（1 筆）
YourMT3+ · Table 2 ↗資料核對：2026-10-25
YourMT3+ · Table 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 1 / 原表 12
未納入排行：11 項
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。
YMT3 base · + Intra-aug. · + Full-vocab. · + Data balancing · + Cross-aug. · + PTF-encoder · + FFN → MoE · + Multi decoder · MT3 (colab) · MT3 [ 1 ] · PerceiverTF [ 25 ]
| 指標名次 | 模型 | Onset F1↑ | Offset F1↑ | Drum F1↑ |
|---|---|---|---|---|
| - | YPTF.MoE+Multi | 84.6 | 70.7 | 90.1 |
原始紀錄（1 筆）
YourMT3+ · Table 3 ↗資料核對：2026-10-25
OaFS · Table 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 10 / 原表 25
未納入排行：15 項
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。
OaFS-ResUnet · Frame F1 (%) · OaFS-CFP · Frame F1 (%) · OaFS-single · Frame F1 (%) · OaFS-ResUnet · Onset F1 (%) · OaFS-CFP · Onset F1 (%) · OaFS-single · Onset F1 (%) · OaFS-ResUnet · Multi-Instrument Frame F1 (%) · OaFS-CFP · Multi-Instrument Frame F1 (%) · OaFS-single · Multi-Instrument Frame F1 (%) · OaFS-ResUnet · Multi-Instrument Onset F1 (%) · OaFS-CFP · Multi-Instrument Onset F1 (%) · OaFS-single · Multi-Instrument Onset F1 (%) · OaFS-ResUnet · Instrument Detection F1 (%) · OaFS-CFP · Instrument Detection F1 (%) · OaFS-single · Instrument Detection F1 (%)
官方表 5 按五個測試集分別比較，僅列對應公開權重可核實的實驗；目前為聯合訓練的 OaFS。不能據此推斷優於 MuScriptor。
| 指標名次 | 模型 | 評測條件 | Frame F1 (%)↑ | Onset F1 (%)↑ | Multi-Instrument Frame F1 (%)↑ | Multi-Instrument Onset F1 (%)↑ | Instrument Detection F1 (%)↑ |
|---|---|---|---|---|---|---|---|
| 1 | MT3公開權重 · 推論程式碼 | MAESTRO | 55.30 | 95.16 | 55.30 | 95.16 | 99.72 |
| 2 | OaFS | MAESTRO | 76.10 | 94.17 | 76.10 | 94.17 | 100 |
原始紀錄（10 筆）
OaFS · Table 5 ↗資料核對：2026-10-25
OaFS · Table 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 68 / 原表 102
未納入排行：34 項
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。
OaFS-Single · Acoustic Piano · OaFS-Single · Electric Piano · OaFS-Single · Chromatic Percussion · OaFS-Single · Organ · OaFS-Single · Acoustic Guitar · OaFS-Single · Clean Electric Guitar · OaFS-Single · Distorted Electric Guitar · OaFS-Single · Acoustic Bass · OaFS-Single · Electric Bass · OaFS-Single · Violin · OaFS-Single · Viola · OaFS-Single · Cello · OaFS-Single · Contrabass · OaFS-Single · Orchestral Harp · OaFS-Single · Timpani · OaFS-Single · String Ensemble · OaFS-Single · Synth Strings · OaFS-Single · Choir and Voice · OaFS-Single · Trumpet · OaFS-Single · Trombone · OaFS-Single · Tuba · OaFS-Single · French Horn · OaFS-Single · Brass Section · OaFS-Single · Soprano/Alto Sax · OaFS-Single · Tenor Sax · OaFS-Single · Baritone Sax · OaFS-Single · Oboe · OaFS-Single · English Horn · OaFS-Single · Bassoon · OaFS-Single · Clarinet · OaFS-Single · Pipe · OaFS-Single · Synth Lead · OaFS-Single · Synth Pad · OaFS-Single · Drums
| 指標名次 | 模型 | 評測條件 | Total Number of Notes | Frame F1 (%)↑ | Onset F1 (%)↑ |
|---|---|---|---|---|---|
| 1 | OaFS | Acoustic Piano | 974,080 | 65.90 | 71.37 |
| 2 | MT3公開權重 · 推論程式碼 | Acoustic Piano | 974,080 | 56.90 | 66.08 |
原始紀錄（68 筆）
OaFS · Table 6 ↗資料核對：2026-10-25
OaFS · Table 7
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 28 / 原表 28
| 指標名次 | 模型 | 評測條件 | Frame F1 (%)↑ | Onset F1 (%)↑ |
|---|---|---|---|---|
| 1 | OaFS | Piano | 70.36 | 72.10 |
| 2 | MT3公開權重 · 推論程式碼 | Piano | 63.12 | 69.99 |
原始紀錄（28 筆）
OaFS · Table 7 ↗資料核對：2026-10-25
OaFS · Table 4
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 5
未納入排行：3 項
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。
OaFS-ResUnet · OaFS-CFP · OaFS-single
| 指標名次 | 模型 | Number of Trainable Parameters | Number of Instrument Classes Excluding “Others” |
|---|---|---|---|
| - | MT3公開權重 · 推論程式碼 | 93.7 M | 34 |
| - | OaFS | 64.9 M | 34 |
原始紀錄（2 筆）
OaFS · Table 4 ↗資料核對：2026-10-25
TISMIR 2026 · Table 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 3 / 原表 7
未納入排行：4 項
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。
D16 · MSE · Syn · Rescale
論文表 3：K 為指定的音色數，聲部依最佳排列配對後逐軌計算 F1。結果是至少三次訓練的平均值，不是本站這份權重的重新實測分數。
| 指標名次 | 模型 | BACH10 2 mix | BACH10 3 mix | BACH10 4 mix | URMP 2 mix | URMP 3 mix | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | F FS↑ | F S↑ | ratio↑ | ||
| 1 | Ours公開權重 · 推論程式碼 | 83.4 | 84.6 | 99.0 | 77.8 | 80.1 | 96.7 | 66.2 | 72.7 | 89.9 | 68.9 | 66.8 | 82.6 | 58.5 | 60.0 | 77.1 |
| 2 | Share公開權重 · 推論程式碼 | 82.1 | 83.0 | 98.4 | 76.1 | 78.9 | 96.6 | 68.5 | 72.8 | 91.0 | 69.0 | 68.3 | 84.6 | 57.2 | 57.5 | 74.1 |
| 3 | Tanaka公開權重 · 推論程式碼 | 77.9 | 79.6 | 93.2 | 66.1 | 69.0 | 83.4 | 55.4 | 59.2 | 73.2 | 65.5 | 64.1 | 79.3 | 56.5 | 56.5 | 72.8 |
原始紀錄（3 筆）
TISMIR 2026 · Table 3 ↗資料核對：2026-10-25
TelkNet 修復紀錄 · 2026 年 8 月 13 日
MuScriptor 遺漏音符的問題
一次誤判，為什麼會影響後面幾十秒的結果？
我們把同一首完整歌曲分別交給 TelkNet 與官方 MuScriptor Large 0.3.0 嚴格模式。兩邊都是 8 個聲部、6560 個音符，聲部、音高與順序逐一對應。異常集中在約 182–222 秒：原始音訊仍有清楚的中高頻旋律，MIDI 的 C4 以上聲部卻空了約 40.31 秒。介面、BPM 處理與 MIDI 編輯器都沒有刪除音符，空缺來自官方模型輸出。沒有原始總譜，我們無法準確判斷究竟漏了多少音符。
TelkNet 調整了 5 秒片段之間的樂器資訊傳遞，減少前一段誤判對後續片段的影響，並銜接跨段延音。每個片段由 MuScriptor Large 轉寫一次。
接著我們用 14 首歌跑了 16 次完整任務，全部正常結束。第一首歌 C4 以上聲部的最長起音空檔從 40.309 秒縮短到 1.970 秒；第二首歌從 1698 個音符、6 條活躍軌道、鋼琴占 70.79%，變為 2279 個音符、8 條活躍軌道、鋼琴占 50.77%。兩首歌各完整重跑兩次，產生的檔案逐位元組一致。
