GAME

把歌声音频自动转成可编辑 MIDI 音符

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 22 🐛 待处理 1 👀 关注 3
GitHub ↗
GitHub 星标 ★ 302
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费,定价信息待确认

项目预览

GAME 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队openvpi
定价模式🏷️完全免费
价格说明开源免费,定价信息待确认
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型automatic-singing-transcription,d3pm,midi,midi-extraction,music,music-information-retrieval,music-transcription,singing-voice-synthesis
GitHub 星标★ 302
上线时间2026-01-23 00:00:00
代码更新2026-10-24
仓库体积546 KB
本站数据更新2026-11-18
维护状态较活跃
收录时间2026-11-17
浏览次数0

项目介绍

GAME(Generative Adaptive MIDI Extractor)是一个基于 Python 的开源音乐转录工具,目标是从音频中自动提取 MIDI 信息,尤其聚焦于自动歌唱转录(automatic singing transcription)任务。项目结合生成式建模与自适应方法,将人声旋律等音乐内容转换为可编辑的 MIDI 音符序列,属于音乐信息检索(MIR)与音乐转录方向的研究型实现。它解决的是音频到符号音乐转换中的音符识别、音高与时值估计问题,可用于旋律提取、乐谱辅助生成、音乐数据分析等场景。技术栈涉及 automatic-singing-transcription、d3pm、midi-extraction 等关键词,表明其采用离散扩散或生成式序列建模思路处理 MIDI 事件。项目以 Python 实现,便于研究人员复现与二次开发,适合作为歌唱转录与生成式音乐转录的实验基线。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-11-17 · 当前星标 ★ 302

核心亮点

  • 聚焦自动歌唱转录这一细分任务,而非泛化的音频转 MIDI
  • 采用生成式建模思路(d3pm 相关),在转录方法上有研究探索价值
  • Python 实现,便于 MIR 研究者复现、改造成实验基线

不足之处

  • 早期项目,星标与社区规模有限,文档和示例可能不完整
  • 生成式转录对算力与推理配置有要求,开箱即用体验待观察

适用场景

  • 歌声旋律提取与 MIDI 扒谱辅助
  • 音乐信息检索方向的学术实验与对比基线
  • 音乐教学或创作中的旋律数字化整理

替代项目

basic-pitch、omnizart、MT3

上一篇:listen-to-wikipedia

下一篇:没有了!

同类项目推荐

kokoclone 开源

克隆任意声音,用 Kokoro 生成多语言自然语音

Voice Cloning, Now Inside Kokoro. Generate natural multilingual speech and clone any···

★ 214 2026-08-09
sub-to-audio 开源

把字幕文件一键变成同步语音,自动配音不求人。

Subtitle to audio, generate audio from any subtitle file using Coqui-ai TTS and sync···

★ 120 2026-08-09
Genie-TTS 开源

把 GPT-SoVITS 模型转成 ONNX,部署快、跑得稳,声音克隆更轻松。

GPT-SoVITS ONNX Inference Engine & Model Converter

★ 1847 2026-08-09
AudioSmith 开源

Mac 上本地搞定转录、配音和声音克隆

Speech, voices, stories, audiobooks, dubbing and transcription, made on your Mac. Fr···

★ 236 2026-11-02
WavTokenizer 开源

每秒40个token,让音频语言建模又快又准

[ICLR 2025] SOTA discrete acoustic codec models with 40/75 tokens per second for aud···

★ 1328 2026-08-09
ComfyUI-XTTS 开源

在 ComfyUI 里拖拽节点,即可克隆声音并生成多语言语音。

a custom comfyui node for coqui-ai/TTS's xtts module! support 17 languages voice clo···

★ 71 2026-08-09
pdf-to-podcast 开源

把 PDF 变成能听的播客,通勤路上轻松吸收知识。

Transform PDFs into AI podcasts for engaging on-the-go audio content.

★ 885 2026-08-09
nonparaSeq2seqVC_code 开源

无需平行语料,实现任意说话人语音转换

Implementation code of non-parallel sequence-to-sequence VC

★ 248 2026-08-09
learnable-speech 开源

无需对齐,快速实现跨语言语音合成与克隆

This repo is text to speech with learnable audio encoder without alignment with tra···

★ 56 2026-08-09