К содержимому
Другое

Explore This! final0 (ONNX)

трекер битов и сильных долей в формате ONNX

2 мин чтенияобновлено

Модель анализирует аудиозапись и определяет позиции долей такта (beat) и сильных долей (downbeat) на основе выученной ритмической сетки (tatum grid). Это ONNX-версия (fp32) чекпоинта final0 из проекта Explore This! от исследователей ISMIR 2026, который является ответвлением Beat This! от Института вычислительного восприятия (JKU Linz). В отличие от оригинальной PyTorch-реализации, модель упакована в единый ONNX-граф вместе с пороговым декодированием сетки, выдавая идентичные маски на тестовых данных. Пригодится разработчикам музыкального софта, DJ-инструментов и сервисов анализа аудио.

Ключевые особенности

  • Формат ONNX (fp32): экспортирована с opset 18 и готова к запуску без зависимости от PyTorch.
  • Фиксированный вход: принимает log-mel спектрограмму размером 1 × 1500 × 128 (частота дискретизации 22.05 kHz, шаг 441, 50 кадров в секунду), что соответствует 30-секундному фрагменту аудио.
  • Встроенное декодирование: пороговое декодирование сетки и подсетки выполняется прямо внутри графа модели.
  • Лицензия MIT: модель свободна для коммерческого и исследовательского использования.

Что можно сделать

  • Автоматическая разметка треков: находить биты и начала тактов (сильные доли) в 30-секундных чанках для диджейских программ и аудиоредакторов.
  • Кроссплатформенная интеграция: встроить трекинг ритма в десктопные, мобильные или веб-приложения через ONNX Runtime без тяжелого окружения PyTorch.
  • Синхронизация визуалов и света: использовать бинарные маски и кривые активации для привязки анимации или световых эффектов к ритму музыки.

Пример

На вход подаётся тензор spect (log-mel спектрограмма формата 1 × 1500 × 128 для 30 секунд аудио). На выходе модель возвращает четыре тензора размером 1 × 1500 каждый: бинарные маски (0 или 1 на кадр) beat_mask и downbeat_mask, а также значения активации beat_activation и downbeat_activation.

ПодробнееБазовый проект: Explore This! (форк Beat This!, JKU Linz, ISMIR 2026)
Файл: explore_this_final0.onnx (точность fp32, ONNX opset 18)
Совместимость: маски на тестовых входах совпадают с оригинальным PyTorch-чекпоинтом (коммит 408db038)
Обсудить Telegram 0 5

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # jenila-ai/explore-this-final0-onnx
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download jenila-ai/explore-this-final0-onnx --local-dir ~/models/explore-this-final0-onnx
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к explore-this-final0-onnx
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии explore-this-final0-onnx — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

jenila-ai/explore-this-final0-onnx
Автор
jenila-ai
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

50

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

amaara-code-explore

amaara-code-explore