ChordSync：基于 Conformer 对和弦注释与音频进行对齐

在西方音乐传统中，和弦是和声的主要组成部分，是音乐中基本维度。尽管其在多项音乐信息检索 MIR 任务中至关重要，但和弦标注音频数据集有限且缺乏多样性。增加这些资源的一种方式是利用大量在线可得的和弦注释，但这需要将其与音频对齐。然而，现有音频到乐谱对齐技术通常依赖于动态时间变形 DTW，难以解决此挑战，因为它们需要弱对齐数据进行精确同步。本文提出ChordSync，一种新型 Conformer 模型，用于无缝对齐和弦注释与音频，无需弱对齐。我们提供预训练模型和用户友好库，使用户能够轻松完成和弦注释与音频轨道的同步。如此一来，ChordSync 为 MIR 中的众多应用（尤其是音频和弦估计）提供了从众多来源获取和弦数据的机会，从而促进了新型数据集的生成。此外，该系统的实用性还扩展至音乐教育，通过提供精确对齐的注释增强音乐学习体验，使学习者能够进行同步的音乐实践。