深度复调ADSR钢琴音符转写
声音
2019-06-24 v1 音频与语音处理
摘要
我们研究了一种用于钢琴转写的后期融合方法，并结合了以手工隐马尔可夫模型(HMM)形式给出的强时间先验。所考虑的网络架构在参数量上紧凑，且易于通过梯度下降训练。网络输出在最终阶段随时间融合以获得音符分割，所使用的HMM其转移概率基于常用于声音合成的起音、衰减、延音、释放(ADSR)包络模型选取。随后音符片段经过最终的二值决策规则，以剔除过弱的音符片段假设。我们在MAPS数据集上取得了最先进的(state-of-the-art)结果，并且在预测从起音到止音的完整音符区域时，能够以较大优势超越其他方法。
引用
@article{arxiv.1906.09165,
title = {Deep Polyphonic ADSR Piano Note Transcription},
author = {Rainer Kelz and Sebastian Böck and Gerhard Widmer},
journal= {arXiv preprint arXiv:1906.09165},
year = {2019}
}
备注
5 pages, 2 figures, published as ICASSP'19