基于无限训练数据集的上下文无关复调钢琴起音转录

近期许多关于复调钢琴音符起音转录的方法需要在一个大型钢琴数据库上训练机器学习模型。然而，此类方法受限于数据集的可用性；额外的训练数据难以制作，且提出的系统在新的录音条件下通常表现不佳。我们提出了一种快速合成任意数量训练数据的方法，避免了策划大型数据集的需要。钢琴音符动力学的各个方面——包括音符特征随速度的非线性、不同的触键方式、起音的时间聚类以及非线性音符分音干涉——都被建模以匹配真实钢琴的特性。我们的方法还避免了解耦问题，这是最近注意到的影响基于机器学习方法的一个问题。我们在生成的训练数据上训练了一个具有两个隐藏层的前馈神经网络，并在大型 MAPS 钢琴数据集上取得了良好的转录性能和出色的泛化能力。