面向制谱的音高拼写与局部及全局调性的联合估计

我们重新审视了音高拼写和调性猜测问题，提出了一种新算法，用于从包含小节边界信息的 MIDI 文件中联合估计二者。我们的算法不仅识别全局调性，还识别沿分析乐曲的所有局部调性。它使用动态规划技术来寻找最优拼写，大致而言，即最小化刻印乐谱中显示的变音符号数量。对该数量的评估与全局调性及某些局部调性（每个小节一个）的估计相结合。这三个信息中的每一个都用于在多步过程中估计其他信息。在包含总计 216,464 个音符的单声部和钢琴数据集上进行的评估显示出高度准确性，无论是音高拼写（在 Bach 语料库上平均为 99.5%，在整个数据集上为 98.2%）还是全局调号估计（平均为 93.0%，在钢琴数据集上为 95.58%）。该方法最初设计为音乐转录框架中的后端工具，但也应适用于其他与乐谱处理相关的任务。