BeatFM：利用预训练音乐基础模型提升鼓点跟踪效果

鼓点跟踪是音乐信息检索中的热门研究主题。然而，当前的鼓点跟踪方法面临标注数据稀缺的挑战，限制了其在不同音乐风格中泛化能力，并难以准确捕捉复杂的节奏结构。为此，我们提出了一种新颖的鼓点跟踪范式——BeatFM，引入预训练的音乐基础模型，利用其丰富的语义知识来提高鼓点跟踪性能。在多样化音乐数据集上进行预训练，使音乐基础模型具备稳健的音乐理解能力，从而有效地解决了上述挑战。为进一步适配鼓点跟踪任务，我们设计了一种即插即用的多维语义聚合模块，由三个平行子模块组成，分别聚焦于时间、频率和通道域的语义聚合。大量实验表明，我们的方法在多个基准数据集上在鼓点和下拍跟踪方面实现了最先进的性能。