使用目标检测的提示点估计
人工智能
2024-07-10 v1
摘要
提示点指示了DJ混音中两段音乐过渡时可能的时间边界，是自主DJ系统以及现场混音中的关键元素。在这项工作中，我们提出了一种新颖的自动提示点估计方法，将其解释为计算机视觉目标检测任务。我们提出的系统基于一个预训练的目标检测变换器，我们在我们新颖的提示点数据集上对其进行微调。我们提供的数据集包含来自人类专家的21,000个手动标注的提示点以及近5,000个独立曲目的节拍器信息，使得该数据集比先前可用的提示点数据集大35倍。与先前方法不同，我们的方法不需要低层音乐信息分析，同时在检索提示点位置方面展现出更高的精度。此外，我们提出的方法表现出对乐句（一种在电子舞曲中常被强调的高层音乐结构）的高度遵循。代码、模型检查点和数据集均已公开提供。
引用
@article{arxiv.2407.06823,
title = {Cue Point Estimation using Object Detection},
author = {Giulia Argüello and Luca A. Lanzendörfer and Roger Wattenhofer},
journal= {arXiv preprint arXiv:2407.06823},
year = {2024}
}