@kyutai_labs: 我们发布了 MuScriptor，迄今最佳的多乐器转录开源模型，由我们与 @MireloAI 合作开发。

X AI KOLs Following 模型
audio-transcription music open-source multi-instrument midi ai-model

摘要

Kyutai Labs 与 MireloAI 发布了 MuScriptor，这是迄今最佳的多乐器转录开源模型，能够将任意流派的录音转录为各乐器的 MIDI 音轨。

我们发布了 MuScriptor，这是迄今最佳的多乐器转录开源模型，由我们与 @MireloAI 合作开发。 只需提供任意流派的录音：流行、古典、金属、爵士等等，它就能将各乐器转录为 MIDI。链接在🧵中 https://t.co/VpPcXRWn4n
查看原文
查看缓存全文

缓存时间: 2026/07/10 12:12

我们发布了MuScriptor，这是迄今为止最优秀的多乐器转录开源模型，由@MireloAI合作创建。提供任何流派的录音：流行、古典、金属、爵士等，它能将各个乐器转录为MIDI。链接见下方。

主要改进来自数据，自MT3（2022）以来，数据不足一直制约着自动音乐转录的发展。我们收集了17万条音乐录音（1.1万小时）的数据集，配有MIDI转录，涵盖多种流派。

MuScriptor是一个仅解码器的Transformer，从5秒音频片段的梅尔频谱图中自回归预测一串类似MT3的token。更长的样本按片段转录。模型参数量从1亿到13亿不等。

我们在合成数据上预训练：150万个MIDI文件，合成多种变体。然后在真实数据上微调，这是质量提升的最大驱动力。最后，我们在300首经过人工验证准确转录的曲目上使用强化学习进行后训练。

转录有许多创意用途，从学习乐器到音乐制作。我们期待音乐家们能用MuScriptor做出什么！ 开始转录：https://muscriptor.kyutai.org 代码：https://github.com/muscriptor/muscriptor… 论文：https://arxiv.org/abs/2607.08168

相似文章