旋律感知的循环联结主义模型：基于 TRACX2 的探索
人工智能
2023-11-22 v1
摘要
在语音分割、序列图像处理和音乐处理的计算建模中，是否使用了相似甚至相同的机制？我们通过探索 TRACX2（French 等，2011；French \& Cottrell，2014；Mareschal \& French，2017）——一个基于识别的、递归的联结主义自编码器分块与序列分割模型，该模型已成功模拟语音与序列图像处理——如何应用于基础旋律感知来回答这一问题。该模型是一个三层自编码器，可识别输入中频繁出现的短音程序列的“块”，并在旋律简单的法文儿歌的音程上训练。它将这些块的内部表示动态地整合进新输入中。其内部表示以与“人类可识别”旋律类别一致的方式聚类。TRACX2 对其输入中遇到的音乐块中的轮廓与邻近信息均敏感。它展示了 Saffran 等（1999）针对短音乐短语所证明的“词尾”优势效应。总体发现表明，实现于 TRACX2 中的递归自联想分块机制可能是一种通用的分割与分块机制，不仅支撑词与图像分块，也支撑基础旋律处理。
引用
@article{arxiv.2311.12431,
title = {A recurrent connectionist model of melody perception : An exploration using TRACX2},
author = {Daniel Defays and Robert French and Barbara Tillmann},
journal= {arXiv preprint arXiv:2311.12431},
year = {2023}
}