MuScriptor：开源多乐器转录模型
kyutai · hf · 2026-07-15
MuScriptor 是一个面向多乐器音乐转录的开源权重模型，目标是解决现有方法在真实复杂混音里只适用于单乐器、泛化差的问题。
作者的做法包括：
- 用合成数据预训练，再结合真实音乐音频微调
- 进行强化学习式的后训练，提升在真实场景中的可用性
- 引入乐器存在条件（instrument presence conditioning），让转录结果可按乐器定制
论文/项目声称，MuScriptor 能在多种音乐流派的真实世界录音上工作。
「多模态」频道最新
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- 3D 网站生成工作流公开：MCP 接 Codex，一句话出可玩游戏 — FellMentKE · 2026-09-11
- 用 GPT-6 Astra 加 Hyper3D MCP 免建模做 3D 落地页 — FellMentKE · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11
- MiniMax Music 制作工具包 2.5 发布,新增完整母带处理链 — Vivid_Promise1700 · 2026-09-11