卡纳提克音乐中鼓击的自动转录

姆里丹加姆鼓是一种双面打击乐器，在卡纳提克音乐音乐会中扮演着关键角色。本文提出了一种新颖的自动转录算法，用于对姆里丹加姆鼓上演奏的击打进行分类。首先进行起始点检测，将音频信号分割为单个击打片段，并生成由分段信号的DFT幅度谱组成的特征向量。使用这些特征向量作为输入、人工转录作为目标，训练一个多层前馈神经网络。由于姆里丹加姆鼓是一种调性乐器，需调至特定的主音，因此主音不变性是分类器的一个重要特性。通过对音频数据集进行音高偏移复制来增强数据，从而实现主音不变性。该算法在留出测试数据集上持续达到超过83%的准确率。