/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
basic-pitch
Библиотека
ggml
Опубликована
30 авг 2026

basic-pitch-GGUF

Классификация аудиоАудио → label3 профессии

Конверсия Spotify Basic Pitch в GGUF распознаёт ноты и их события в полифоническом аудио.

522скачиваний за 30 дней0лайковвеса обновлены30 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это конверсия модели Spotify Basic Pitch в формат GGUF для использования в CrispASR. Модель предназначена для транскрибирования полифонического аудио в события нот в диапазоне 88 клавиш MIDI и рассчитана на разные инструменты.

В репозитории доступны варианты F16 и F32. README сообщает, что результаты F32 совпадают с эталонной реализацией ONNX на проверочных фрагментах; в F16 окончания некоторых нот на границах порога могут сдвигаться на один кадр, то есть на 11,6 мс. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование нот в полифонической музыке
  • извлечение событий начала и окончания нот из аудио
  • подготовка нотных событий для MIDI-обработки

Ограничения

В варианте F16 окончания некоторых нот вблизи порога могут смещаться на один кадр (11,6 мс).

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Basic Pitch — GGUF (ggml)

GGUF / ggml conversion of Spotify Basic Pitch (ICASSP 2022 nmp model, Apache-2.0) for CrispStrobe/CrispASR (§250): lightweight polyphonic audio → note-event transcription (any instrument, 88-key MIDI range).

Converted from the nmp.onnx that ships inside the basic-pitch repo (sha256 2c3c1d14…, 230 KB) with models/convert-basic-pitch-to-gguf.py. The nnAudio CQT2010v2 kernels, the 256-tap decimation FIR, and the rescale vector are copied bit-for-bit from the ONNX initializers — nothing DSP-critical is reimplemented.

Files

FileSizeNotes
basic-pitch-f32.gguf146 KBexact — note events match the Python reference 27/27 and 11/11 on the validation clips
basic-pitch-f16.gguf113 KBdefault; two note ends may shift by one frame (11.6 ms) at threshold boundaries

Usage

crispasr --piano --backend basic-pitch -m auto --auto-download -f input.wav
crispasr --piano -m basic-pitch-f32.gguf -f input.wav --piano-format json

Parity vs the upstream ONNX (per-stage cosine ≥ 0.9991 on real audio, 1.000000 on native-rate input; end-to-end note events exact at F32) is enforced by the crispasr-diff basic-pitch harness with tools/reference_backends/basic_pitch.py as the oracle.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · ggml

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
49d4c2e

0 моделей