一种用于高效音乐节奏分析的一维状态空间新方法

推断音乐时间结构在音乐制作、处理与分析中具有广泛应用。学者们已提出多种方法来分析时间结构的不同方面，如节拍、强拍、速度和拍号。然而，许多最先进（SOFA）方法计算开销大，这使其无法应用于音乐库规模可达数百万的真实工业场景。本文提出一种新的状态空间与半马尔可夫模型用于音乐时间结构分析。所提方法通过回跳奖励策略将常用的二维状态空间转化为一维模型，大幅缩减了状态空间规模。随后我们利用所提方法进行因果的联合节拍、强拍、速度与拍号跟踪，并与若干先前方法比较。该方法以远小的状态空间和超过30倍的加速，取得了与SOFA联合因果模型相近的性能。