/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
transformers
Опубликована
5 окт 2026

legato-2

Описание изображенийИзображение → текст

Legato 2 распознаёт нотную запись на изображениях страниц и преобразует её в нотацию ABC.

2скачиваний за 30 дней2лайкавеса обновлены11 окт 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

Legato 2 — модель оптического распознавания нотной записи, опубликованная guangyangmusic. Она обрабатывает страницу нот целиком: детектор находит системы, а транскрибатор последовательно преобразует каждую систему в нотацию ABC, учитывая уже распознанные системы выше на странице. Репозиторий включает веса транскрибатора в формате safetensors и детектор строк на основе YOLO.

Модель предназначена для преобразования изображений нотных страниц в ABC. В README приведены результаты оценки на камерных струнных квартетах и песнях OpenScore Lieder, в том числе на фотографиях и отрендеренных изображениях; метрика OMR-NED оценивает расстояние редактирования нотной записи, и меньший результат лучше. Указана лицензия Apache-2.0. README описывает конфигурацию обучения, но не сообщает размер модели, длину контекста или поддерживаемые естественные языки.

Сценарии применения

  • распознавание нот с фотографии страницы партитуры
  • преобразование отрендеренной нотной страницы в ABC
  • оцифровка партий струнного квартета
  • последовательная транскрипция систем нотной записи на одной странице

Ограничения

Оценка в README охватывает камерные струнные квартеты и песни OpenScore Lieder; качество на других типах нотной записи не описано. Для указанной метрики результат зависит от преобразования ABC в MusicXML и последующей обработки в MuseScore.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Legato 2

Full-page optical music recognition. A detector finds the systems on a page and a transcriber reads each one in turn, conditioned on the ABC it has already produced for the systems above it, so the notation stays consistent down the page.

Both halves live here: model.safetensors is the transcriber, segmenter.pt the YOLO line detector. They are versioned together because a change to either one changes the result.

Usage

from legato.pipeline import Legato2

omr = Legato2.from_pretrained("guangyangmusic/legato-2", device="cuda:0")
abc = omr("page.png")

Decoding follows the paper by default: greedy (beam size 1), repetition penalty 1.1, maximum length 2048; segmentation uses confidence 0.7 at image size 640. All of these can be overridden per call, for example omr("page.png", beam_size=10, yolo_conf=0.5).

A PDF can be transcribed from the command line, where it is first rendered to one tall image so a multi-page score is read as a single piece:

python scripts/run_legato2.py --image_path score.pdf --model_path guangyangmusic/legato-2

Checkpoint

legato-segment-bytes-tokenizer-lr-3e-4-cosine-e5-b32-v4096: byte-level tokenizer with a 4096-entry vocabulary, learning rate 3e-4 on a cosine schedule, five epochs at batch size 32.

Evaluation

OMR-NED, lower is better. Scored with musicdiff 5.2 on music21 9.7.1; the ABC is converted to MusicXML with abc2xml followed by a MuseScore 3.6.2 rewrite, which is part of the measurement and shifts the figures by one to two points if skipped.

DatasetLegato 2Legato 1AudiverisGemini 3.1 Pro
Camera String Quartets31.658.369.394.8
Rendered String Quartets17.132.636.893.5
Camera OpenScore Lieder38.349.052.187.2
Rendered OpenScore Lieder27.634.429.986.7
IMSLP Piano Scores36.643.866.089.1
PDMX-Synth test21.727.434.785.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
a7cb810

0 моделей