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
- 让 Claude 全自动制作催泪广告片，脚本生成剪辑一条龙 — aakashgupta · 2026-10-27
- 用 Astra 计算机视觉操控 Premiere Pro 剪辑，10 个实用玩法 — beechinour · 2026-10-27
- Galaxy S26 纯端侧跑 MiniMax H3：7 分钟生成 5 秒带音频视频 — BidFunny4862 · 2026-10-27
- Krea 推出 Premiere Pro 插件:剪辑时间线内直接生成视频与音效 — lmoroney · 2026-10-27
- Wan2GP 上架 Pinokio：6GB 显存一键跑 AI 视频生成 — cocktailpeanut · 2026-10-27
- WanGP v18.81 支持 Hy-Nomas 世界模型，8GB 显存可用 WASD 探索 — cocktailpeanut · 2026-10-27