Deep Autotuner：用于歌唱表演的音高校正网络
声音
2020-02-25 v1 机器学习
音频与语音处理
机器学习
摘要
我们引入一种数据驱动的独唱表演自动音高校正方法。所提方法根据歌唱与伴奏各自谱图之间的关系预测逐音符音高偏移。该方法不同于商业系统，后者通常将人声轨音符移调至用户定义乐谱中音高的中心，或映射到十二平均律音级中最接近的音高。所提系统将音高视为连续值，而非依赖乐谱中一组离散音符，从而允许歌唱表演中的即兴与和声。我们使用一个包含 4702 个因音准良好而被筛选出的业余卡拉 OK 表演的数据集训练神经网络模型。我们的模型同时在错误音准（学习校正）和有意音高变化（学习保留）上训练。所提出的在卷积层之上带门控循环单元的深度神经网络在无乐谱真实世界歌唱音高自动校正任务上展现出有前景的性能。
引用
@article{arxiv.2002.05511,
title = {Deep Autotuner: a Pitch Correcting Network for Singing Performances},
author = {Sanna Wager and George Tzanetakis and Cheng-i Wang and Minje Kim},
journal= {arXiv preprint arXiv:2002.05511},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1902.00956