使用机器学习解构爵士钢琴风格
声音
2025-05-15 v2 信息检索
机器学习
音频与语音处理
摘要
艺术风格已被研究了数百年，而机器学习的最新进展为以计算方式理解艺术风格创造了新的可能。然而，确保机器学习模型产生与从业者及评论家兴趣相符的见解，仍是一项重大挑战。在此，我们聚焦于音乐风格，其受益于丰富的理论与数学分析传统。我们在包含 84 小时录音的精选数据集上训练了多种监督学习模型，以识别 20 位标志性爵士音乐家，并解释其决策过程。我们的模型包括一种新颖的多输入架构，能够对四个音乐域（旋律、和声、节奏和力度）分别进行分析。这些模型使我们能够探讨音乐理论中的基本问题，同时将音乐演奏者识别的技术水平提升至新的高度（在 20 个类别上达到 94% 的准确率）。我们发布了模型的开源实现以及用于探索音乐风格的配套 Web 应用程序。
引用
@article{arxiv.2504.05009,
title = {Deconstructing Jazz Piano Style Using Machine Learning},
author = {Huw Cheston and Reuben Bance and Peter M. C. Harrison},
journal= {arXiv preprint arXiv:2504.05009},
year = {2025}
}
备注
Paper: 40 pages, 11 figures, 1 table; added information on training time + computation cost, corrections to Table 1. Supplementary material: 33 pages, 48 figures, 6 tables; corrections to Table S.5