一种用于音乐转录的混合循环神经网络
机器学习
2014-11-07 v1
摘要
我们研究了将高层符号乐谱类信息融入自动音乐转录 (AMT) 系统以提升其性能的问题。我们使用循环神经网络 (RNN) 及其变体作为音乐语言模型 (MLM)，并提出了一种生成式架构，用于将这些模型与帧级声学分类器的预测相结合。我们还比较了不同的神经网络架构以进行声学建模。所提出的模型计算给定声学输入信号的可能输出序列分布，并提出了一种执行全局搜索以寻找优质候选转录的算法。该模型的性能在 MAPS 数据集的钢琴音乐上进行了评估，观察结果表明，所提出的模型始终优于现有的转录方法。
引用
@article{arxiv.1411.1623,
title = {A Hybrid Recurrent Neural Network For Music Transcription},
author = {Siddharth Sigtia and Emmanouil Benetos and Nicolas Boulanger-Lewandowski and Tillman Weyde and Artur S. d'Avila Garcez and Simon Dixon},
journal= {arXiv preprint arXiv:1411.1623},
year = {2014}
}