基于 CNN 与动态规划的 Dynamic HumTrans：啼鸣转谱
机器学习
2024-10-10 v1 人工智能
声音
音频与语音处理
摘要
我们提出了一种新方法，用于啼鸣转谱，将基于 CNN 的体系结构与基于动态规划的后处理算法结合，利用最近引入的 HumTrans 数据集。我们识别并解决了该数据集中关于偏移和 onset 真实值的固有问题，提供了启发式方法以改进这些标注， resulting in 具有精确标注的数据集将有助于未来研究。此外，我们比较了本方法与其他方法的转谱准确率，展示了达到最新进展 (SOTA) 的结果。我们的所有代码和纠正后的数据集均已公开于 https://github.com/shubham-gupta-30/humming_transcription
关键词
引用
@article{arxiv.2410.05455,
title = {Dynamic HumTrans: Humming Transcription Using CNNs and Dynamic Programming},
author = {Shubham Gupta and Isaac Neri Gomez-Sarmiento and Faez Amjed Mezdari and Mirco Ravanelli and Cem Subakan},
journal= {arXiv preprint arXiv:2410.05455},
year = {2024}
}