印度斯坦声乐音乐会音频中塔布拉伴奏的击奏分类

塔布拉是一种独特的打击乐器，因其音色兼具谐波与打击性质，且两面鼓的谐波频率范围对比鲜明。这使得塔布拉演奏者能独特地强调节奏循环（theka）中的部分位置以标记显著点位。对不同循环位置的响度动态与 timing 偏差的分析，是塔布拉伴奏表现力音乐学研究的重要部分。为在语料库层面实现此分析，而非局限于人工标注可负担的少数录音，拥有自动塔布拉转写系统颇有帮助。尽管已有若干系统通过标注塔布拉击奏训练模型构建，其达到的准确率未必能迁移至未见过的乐器。本文中，我们报告了基于更易获取的塔布拉独奏音轨，构建乐器无关的伴奏塔布拉击奏分类系统的工作。我们提出捕捉塔布拉击奏区分性特征的声学特征，并构建自动系统将标签预测为精简但具音乐学动机的四类击奏目标集之一。为解决标注训练数据不足，我们采用常见数据增强方法，发现基于音高平移的增强最具前景。我们随后分析重要特征，并指出其乐器依赖性问题，同时倡导使用更具任务特异性的数据增强策略以提升训练数据多样性。