基于HMM的强迫Viterbi比对的大型音乐标注数据集的发展

Aug, 2024

基于HMM的强迫Viterbi比对的大型音乐标注数据集的发展

Development of Large Annotated Music Datasets using HMM-based Forced Viterbi Alignment

S. Johanan Joysingh, P. Vijayalakshmi, T. Nagarajan

TL;DR本研究解决了自动音乐转录（AMT）所需的数据集生成问题，提出了一种简化从特定乐器获取数据集的高效方法。通过使用预定义的吉他练习和基于隐马尔可夫模型的强迫Viterbi比对，实现时间对齐的转录，确保了录音和转录标签的高准确性。该方法为构建不同乐器的AMT系统奠定了重要基础。

Abstract

Datasets are essential for any machine learning task. Automatic Music Transcription (AMT) is one such task, where considerable amount of data is required depending on the way the solution is achieved. Considering the fact that a music dataset, complete with audio and its time-aligned t

发现论文，激发创造

MT3: 多任务多轨音乐转录

本文利用序列到序列传递学习的多任务自然语言处理模型，在多个不同的乐器转录数据集上对多种音乐乐器进行了联合转录，展示了其在低资源乐器的表现结果显著，同时保持了高质量的表现结果，是多任务自动音乐转录领域的强有力基线。

Nov, 2021

声学特定钢琴速度估计

通过建立具有特定声学特性的AMT系统，该系统以音频记录和相对齐奏乐谱为输入，并输出每个音符的声学特性速度，以应对现有AMT方法无法完整还原钢琴演奏的问题。

Mar, 2022

野外音乐自动转录的非对齐监督

NoteEM是一种自动化的乐曲信息获取方法，能够实现从现实世界的音频记录中以高精度解码出对应的乐曲内容，其主要特点为采用了非对齐监督、伪标签和音高位移等技术。该方法在MAPS数据集上取得了最好的记录水平准确度，并在跨数据集评估中也表现出积极优势。

Apr, 2022

自动音乐转录中乐器间知识的传递

本文探讨使用软件合成音频数据训练通用模型来加快乐器自动转录模型的转移学习，结果表明使用合成数据训练模型可能是预训练通用模型的良好基础。

Apr, 2023

MERT：音乐声学理解模型及大规模自监督训练

利用自监督学习方法，结合教师模型的音乐理解模型能够在大规模数据上，通过留声机和Constant-Q Transform等多种教师模型的指导，将BERT-style transformer encoder更好地应用于音乐领域，提升了音乐检索等14项任务的表现。

May, 2023

无注释自动音乐转录：基于可扩展合成数据和对抗领域混淆技术

提出了一种无需注释数据的音乐自动转录模型，通过利用可扩展的合成音频进行预训练和对抗性域混淆，实现了比使用混合注释真实音频数据学习时更高的准确性，在AMT研究领域中，揭示了这种方法的可扩展性和面临的挑战。

Dec, 2023

高分辨率吉他转录通过领域适应

使用高分辨率钢琴转录模型训练新的吉他转录模型，从而在零样本情况下在GuitarSet上获得最先进的转录结果，改进了之前发表的方法。

Feb, 2024

机器学习技术在自动音乐转录中的应用：系统调研

音乐信息检索领域的自动音乐转录（AMT）是一项核心挑战，旨在将音频信号转换为音乐符号表示，本文扼要回顾了AMT在音乐信号分析中的关键作用，强调了由于音乐和谐的复杂和相互叠加的频谱结构而对AMT的重要性，通过对AMT中现有的机器学习技术的彻底研究，我们探讨了当前模型和方法的进展和限制。尽管有可观的进展，AMT系统尚未达到人类专家的准确度，这在很大程度上是由于音乐和谐的复杂性和对细致解释的需求。本综述批判性评估了全自动和半自动的AMT系统，强调了最小用户干预的重要性，并研究了迄今为止提出的各种方法。通过解决先前技术的限制并提出改进的途径，我们的目标是引导未来的研究朝着能够准确且高效地将复杂的音频信号转化为精确的符号表示的全自动AMT系统。本研究不仅综合了最新的进展，而且为克服AMT中的现有挑战提供了一个路线图，为研究人员提供了有价值的洞察，旨在缩小当前系统和人类级转录准确性之间的差距。

Jun, 2024

ChordSync：基于Conformer的和弦注释与音乐音频对齐

该研究解决了和弦注释与音乐音频对齐的不足，提出了一种新颖的基于Conformer的ChordSync模型，能够实现和弦注释与音频的精确对齐，而无需弱对齐数据。该工作的重要发现是，可以有效利用在线众包和弦注释数据，推动音乐信息检索和音乐教育的发展，提供准确的和弦注释，从而增强学习体验。

Aug, 2024

量化自动音乐转录系统中的语料偏差问题

本研究针对自动音乐转录（AMT）系统中存在的语料偏差问题，探讨了其在音乐数据稀缺情况下的表现不足。通过引入两个新的实验测试集，评估了几种尖端AMT系统在不同音乐分布变化下的性能，发现了显著的性能差距，进而揭示了该问题对系统的影响。

Aug, 2024