声学特定的钢琴力度估计
声音
2026-01-21 v2 机器学习
音频与语音处理
摘要
受最先进的心理学研究启发，我们注意到，使用现有自动音乐转录（AMT）方法转录的钢琴演奏在不影响演奏艺术内容的情况下无法成功重新合成。这是由于 1) 不同乐器所使用的 MIDI 参数之间映射不同，以及 2) 音乐家会调整其演奏方式以适应周围声学环境。为应对此问题，我们提出了一种构建声学特定的 AMT 系统的方法，该系统能够建模音乐家为传达其诠释所做的调整。具体而言，我们在模块化架构中训练针对虚拟乐器的模型，该架构以音频录音和相对对齐的乐谱作为输入，并输出每个音符的声学特定力度。我们测试了不同的模型形态，并表明所提出的方法通常优于不考虑乐器与声学环境特殊性的常规 AMT 流程。有趣的是，这种方法可直接扩展，因为训练用于推断其他钢琴参数（如踏瓣）的模型仅需少量工作。
引用
@article{arxiv.2203.16294,
title = {Acoustics-specific Piano Velocity Estimation},
author = {Federico Simonetta and Stavros Ntalampiras and Federico Avanzini},
journal= {arXiv preprint arXiv:2203.16294},
year = {2026}
}
备注
Submitted at MMSP 2022