难度感知的钢琴 sight-Reading 评分生成
声音
2025-09-23 v1
摘要
根据学生的技能水平调整学习材料在教育中至关重要。在音乐训练语境下，一个关键能力是 sight-Reading——即在第一次看到乐谱时就演奏熟悉的乐谱——这需要循序渐进且水平适中的练习。然而，创建符合适当难度的练习题需要大量时间和精力。我们将这一挑战视为一个受控的符号音乐生成任务，旨在产生具有所需难度水平的钢琴谱面。通过条件化实现符号生成通常使用控制标记，但这些标记在控制全局属性（如难度）方面时效性不足。为改善条件化，我们引入一个用于难度预测的辅助优化目标，以帮助防止条件化坍塌——即在缺乏显式监督时，模型忽视控制信号的常见问题。该辅助目标帮助模型学习与目标难度对齐的内部表征，从而实现更精确、更自适应的谱面生成。通过自动化指标和专家判断的评估显示，我们对难度控制更有效，具备教育价值。我们的ethods represent a step toward personalized music education through the generation of difficulty-aware practice material.
引用
@article{arxiv.2509.16913,
title = {Difficulty-Aware Score Generation for Piano Sight-Reading},
author = {Pedro Ramoneda and Masahiro Suzuki and Akira Maezawa and Xavier Serra},
journal= {arXiv preprint arXiv:2509.16913},
year = {2025}
}