Dettato 用 20M 引數把音樂轉成 MIDI,表現勝過大型開源模型
Dettato: el modelo que transcribe audio a MIDI con 20M de parámetros
重點導讀
把一段音樂錄音轉成 MIDI,要找出每個音符何時開始、何時結束,還要分辨同時響起的不同樂器。
- 獨立開發者做出開源模型 Dettato,用 20M 引數在多項測試中勝過引數量大 65 倍的 MuScriptor。
- 不過在 RWC Classical 測試中,Mirelo A2M v1.1 Pro 的分數較高。作者說,訓練資料沒有使用受著作權保護的錄音。Dettato 輸出的是跟著演奏時間排列的 MIDI 音符,不是可閱讀的樂譜。
- 若要分開樂器或處理少見的打擊樂音色,也要留意它的限制。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Dettato: el modelo que transcribe audio a MIDI con 20M de parámetros
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文