基于掩码迭代解码的面向边界的符号和弦识别器 BACHI
声音
2026-02-06 v2 机器学习
音频与语音处理
摘要
通过深度学习模型实现的自动和弦识别（ACR）已逐渐取得令人满意的识别准确率，但仍存在两个关键挑战：首先，先前工作主要聚焦于音频域的 ACR，而符号化音乐（例如乐谱）的 ACR 因数据稀缺而受到有限关注；其次，现有方法仍忽视符合人类音乐分析实践的策略。为此，我们作出两项贡献：(1) 我们引入 POP909-CL，这是 POP909 数据集的一个增强版本，包含节拍对齐内容以及和弦、节拍、调性和小节签名的人工校正标签；(2) 我们提出 BACHI，一种符号和弦识别模型，将任务分解为不同的决策步骤，即边界检测和和弦根、品质及 Bass（倒置）的迭代排序。这一机制模拟了人类耳训实践。实验表明，BACHI 在古典音乐和流行音乐基准测试上实现了状态最佳的和弦识别性能，并通过消融研究验证了每个模块的有效性。
引用
@article{arxiv.2510.06528,
title = {BACHI: Boundary-Aware Symbolic Chord Recognition Through Masked Iterative Decoding on Pop and Classical Music},
author = {Mingyang Yao and Ke Chen and Shlomo Dubnov and Taylor Berg-Kirkpatrick},
journal= {arXiv preprint arXiv:2510.06528},
year = {2026}
}
备注
Accepted by IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP), 2026