Sep, 2024

TapToTab：基于视频的吉他谱生成与人工智能和音频分析

HTML
PDF
TL;DR本研究解决了从视频输入自动生成吉他谱的难题，提升了音乐教育、转录准确性和表演分析。通过深度学习和傅里叶变换音频分析，本文提出了一种先进的方法，显著提高了音符识别的准确性和鲁棒性，潜在地改变了吉他教学的方式。
发现论文，激发创造
  • DadaGP: 用于序列模型的分词 GuitarPro 歌曲数据集

    本文章介绍了DadaGP，这是一个全新的符号音乐数据集，包括26,181首GuitarPro格式的歌曲，涵盖739种音乐流派，以及一个适用于生成序列模型（如Transformer）的令牌格式。使用DadaGP可以训练吉他谱生成器、创建新的音乐风格、音乐风格转移和艺术家/流派分类等用例。

    Jul, 2021

  • 分析音乐表演视频的深度神经网络方法

    该论文介绍了一个自动化标注音乐表演视频中手势的框架，使用3D卷积神经网络，通过批处理平衡和空间-时间手势表示等方法，成功提高了12% 的手势识别准确率，对跨多个视频的多个手势/类别进行了详细的研究，并探讨了使用音频特征的可能性。

    May, 2022

  • GTR-CTRL: 基于Transformer的吉他音乐生成中的乐器和类型调节

    本文介绍如何使用深度学习技术创造出吉他Tablature格式的音乐，实现了基于乐器和音乐风格的控制，证明在生成吉他专业音乐方面的相对效果。

    Feb, 2023

  • 用于声学吉他的实时打击技巧识别和嵌入式学习

    本文介绍了实时音乐信息检索（RT-MIR）技术，利用卷积神经网络和变分自编码器技术进行了吉他身体打击乐器件的识别和嵌入学习，并详细评估了两个模型的性能。

    Jul, 2023

  • 流行音乐吉他谱的弯曲建模

    本文研究吉他谱表中弯音的出现预测，通过对弯音的过去和未来短期上下文的分析，提出了一套25个高级特征，并在流行音乐的932个主音吉他谱表上进行了实验，成功地通过决策树预测了弯音的发生，同时有限地减少了误报率，证明了将非吉他音乐排列成吉他谱表的有前景的应用。

    Aug, 2023

  • 一种具有乐器特定输入表示和扩散绘制的表达性声学吉他声音合成

    通过使用定制化的输入表示方法，我们提出了一种表达丰富的声学吉他声音合成模型，该模型名为guitarroll。通过扩散外推生成长期一致性的音频，我们的模型在音频质量方面优于基线模型，并比以前的主要工作生成更真实的音色声音。

    Jan, 2024

  • 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

  • 由MIDI到丰富的谱表：一种考虑主音吉他手指的变动和风格选择的自动生成系统

    提出了一种系统，能够从简单的 MIDI 旋律中生成由指法、演奏技巧以及表现技巧丰富的谱表，并通过解决受约束的多属性优化问题，推导出最佳的品举位置，而不仅仅考虑每一刻所用的手指；然后，通过分析 mySongBook 语料库的统计数据，引入最常见的套路和生物力学可行性、演奏技巧以及表现技巧；最后，将得到的输出转换为 MusicXML 格式，以便于可视化和使用。所得到的谱表质量以及这种方法的高可配置性在教学、辅助作曲与编曲以及计算性表现音乐模型等领域可能产生多重影响。

    Jul, 2024

  • MIDI至谱：通过遮蔽语言模型推测吉他谱

    本文解决了从符号音乐表示生成吉他谱的问题，采用了新的深度学习方法。研究介绍了一种基于变换器的编码-解码模型，通过遮蔽语言建模将音符分配到吉他弦上，经过评估显示该模型在吉他谱的可演奏性评分上显著超越了现有算法。

    Aug, 2024

  • 基于HMM的强迫Viterbi比对的大型音乐标注数据集的发展

    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。

    Aug, 2024