面向符号钢琴音乐分类任务的类 BERT 预训练方法
声音
2024-04-16 v2 机器学习
多媒体
音频与语音处理
摘要
本文提出一项使用来自 Transformer 的双向编码器表示（BERT）的掩码语言建模方法对符号钢琴音乐进行分类的基准研究。具体而言，我们考虑两类 MIDI 数据：MIDI 乐谱，即直接渲染为 MIDI 的音乐乐谱，无力度信息且精确对齐作曲家标注的节拍网格；以及 MIDI 演奏，即人类演奏乐谱的 MIDI 编码。利用五个公开领域的单轨钢琴 MIDI 文件数据集，我们使用 BERT 方法预训练两个 12 层 Transformer 模型，一个用于 MIDI 乐谱，另一个用于 MIDI 演奏，并对它们进行微调以完成四项下游分类任务。这些任务包括两个音符级分类任务（旋律提取与力度预测）和两个序列级分类任务（风格分类与情感分类）。我们的评估表明，BERT 方法比基于循环神经网络（RNN）的基线取得了更高的分类准确率。
引用
@article{arxiv.2107.05223,
title = {BERT-like Pre-training for Symbolic Piano Music Classification Tasks},
author = {Yi-Hui Chou and I-Chun Chen and Chin-Jui Chang and Joann Ching and Yi-Hsuan Yang},
journal= {arXiv preprint arXiv:2107.05223},
year = {2024}
}
备注
Accepted to Journal of Creative Music Systems