Autocomplete Piano On-Device: Model 125M untuk Input MIDI Real-Time
Sebuah proyek Show HN menerapkan ide autocomplete pada permainan piano dengan transformer 125 juta parameter yang diuji di iPhone 15.
Sebuah proyek Show HN menerapkan ide autocomplete ke permainan piano. Alih-alih melengkapi kode atau teks, sistem menerima rangkaian nada MIDI lalu memprediksi kelanjutan musik secara real time di perangkat. Eksperimen ini memperlihatkan bahwa interface model dapat dibangun dari input berurutan yang sangat spesifik terhadap domain.
1. Apa Itu Autocomplete Piano On-Device?
Penulis proyek melatih transformer dengan 125 juta parameter untuk melanjutkan permainan piano. Write-up tersebut menyebut sekitar 108 nada per detik pada iPhone 15. Angka itu merupakan benchmark dari penulis dan belum direproduksi dalam run ini, sehingga tidak seharusnya dibaca sebagai performa universal untuk semua iPhone atau implementasi.
Inference on-device dapat mengurangi kebutuhan mengirim input musik ke server. Hal ini berpotensi membantu latency dan privasi, tetapi pengalaman pengguna tetap ditentukan oleh kualitas continuation, timing, dataset, dan cara output diterjemahkan menjadi musik yang dapat diterima.
2. Mengapa MIDI Berbeda dari Teks?
MIDI membawa informasi seperti pitch, velocity, dan timing. Model perlu memahami hubungan temporal dan struktur musikal, bukan hanya urutan token. Karena itu, evaluasi tidak cukup memakai metrik generik. Sistem juga perlu dinilai dari stabilitas tempo, kecocokan harmoni, variasi, dan apakah hasilnya tetap memberi kontrol kepada pemain.
Proyek ini juga mengingatkan bahwa chat bukan satu-satunya interface untuk model. Input berurutan yang langsung terhubung ke tindakan pengguna dapat menghasilkan pengalaman yang lebih natural untuk domain tertentu.
3. Trade-off yang Perlu Diukur
Untuk aplikasi real time, ukur latency end-to-end dari input MIDI sampai continuation terdengar. Pisahkan waktu inference dari waktu preprocessing, post-processing, dan audio output. Uji perangkat yang menjadi target sebenarnya, bukan hanya laptop development.
Dataset juga perlu diperiksa. Provenance, lisensi, representasi musik, dan bias gaya dapat memengaruhi apakah hasil aman digunakan dalam produk. Sediakan kontrol untuk menerima, menolak, atau mengulang prediksi agar pengguna tetap memegang arah kreatif.
4. Pelajaran untuk Builder
Mulai dengan sequence pendek dan evaluation set yang mewakili penggunaan nyata. Bandingkan inference lokal dengan server setelah latency, biaya, dan kebutuhan privasi diukur pada kondisi yang sama. Proyek ini belum membuktikan bahwa semua autocomplete musik harus berjalan on-device, tetapi cukup menunjukkan bagaimana model kecil dapat menjadi komponen interface baru di luar pola chatbot.
Referensi: https://simedw.com/2026/08/20/midi-autocomplete/