用于复调音乐音高检测的高效谐波先验学习
机器学习
2018-11-19 v2 声音
摘要
自动音乐转录 (AMT) 旨在根据给定的观测音频录音，推断出一段音乐作品的潜在符号化表示（钢琴卷帘谱）。由于谐波之间高度结构化的重叠，转录复调音乐（即多个音符同时演奏）是一个具有挑战性的问题。我们研究在音频内容分析模型中引入受物理启发的高斯过程 (GP) 先验是否能改善 AMT 所需的模式提取。音频信号被描述为声源的线性组合。每个声源被分解为一个幅度包络和一个准周期分量过程的乘积。我们引入 Matérn 谱混合 (MSM) 核来描述单个音符的频率内容。我们考虑了两种不同的回归方法。在 sigmoid 模型中，每个音高激活被独立地进行非线性变换。在 softmax 模型中，多个激活 GP 被联合地进行非线性变换。这引入了激活之间的互相关。我们使用变分贝叶斯进行近似推断。我们通过实验评估了这些模型在实际转录复调音乐中的表现。我们证明，对于改善音高检测而言，相关的不是鼓励激活之间的依赖性，而是学习能够拟合待检测声音事件频率内容的先验。
引用
@article{arxiv.1705.07104,
title = {Efficient Learning of Harmonic Priors for Pitch Detection in Polyphonic Music},
author = {Pablo A. Alvarado and Dan Stowell},
journal= {arXiv preprint arXiv:1705.07104},
year = {2018}
}
备注
Updated version with appendix section about derivation of amplitude modulated GP