用于音乐音频主导动机检测的边界回归

主导动机是在整部作品中以各种形式重现的音乐短语。由于多样的变奏和配器，从音频录音中检测主导动机的出现是一项极具挑战性的任务。主导动机检测可以作为音频事件检测的一个子类别来处理，即在帧级别预测主导动机活动。然而，由于主导动机体现了独特且连贯的音乐结构，一种类似于视觉目标检测中边界框回归的整体方法可能会有所帮助。该方法捕获动机的整体而非将其碎片化为单独的帧，从而保留了其音乐完整性并产生更有用的预测。我们展示了将主导动机检测作为边界回归任务处理的实验结果。