基于神经网络的音乐转录系统中纠缠问题的实验分析
声音
2017-02-02 v1
摘要
若干近期复调音乐转录系统已利用深度神经网络在各种基准数据集上取得最先进结果，推动了帧级与音符级性能度量的极限。遗憾的是，我们可观察到一种玻璃天花板效应。为研究该效应，我们详细分析了最先进深度神经转录系统在钢琴转录任务上训练与测试时所犯的特定错误类型。我们最终被迫得出一个相当令人沮丧的结论：这些网络似乎学习的是音符的组合，且难以泛化至未见过的音符组合。此外，我们推测了缓解此状况的多种手段。
引用
@article{arxiv.1702.00025,
title = {An Experimental Analysis of the Entanglement Problem in Neural-Network-based Music Transcription Systems},
author = {Rainer Kelz and Gerhard Widmer},
journal= {arXiv preprint arXiv:1702.00025},
year = {2017}
}
备注
Submitted to AES Conference on Semantic Audio, Erlangen, Germany, 2017 June 22, 24