用于乐谱引导源分离的定制神经网络
声音
2020-09-30 v1 机器学习
音频与语音处理
摘要
本文中，我们介绍一种可从音频混合中分离任意乐器的简单方法。给定输入混合中目标乐器的未对齐MIDI转写，我们从该MIDI转写合成与待分离混合听起来相似的新混合。这使我们能够创建带标签的训练集，以针对该特定定制任务训练网络。当将此模型应用于原始混合时，我们证明该方法能够：1）仅借助未对齐MIDI成功分离出所需乐器，2）分离任意乐器，以及3）以现有方法所需时间的一小部分获得结果。我们鼓励读者收听发布于此处的演示：https://git.io/JUu5q。
引用
@article{arxiv.2009.13729,
title = {Bespoke Neural Networks for Score-Informed Source Separation},
author = {Ethan Manilow and Bryan Pardo},
journal= {arXiv preprint arXiv:2009.13729},
year = {2020}
}
备注
ISMIR 2020 - Late Breaking Demo