通过鼓音轨源分离增强自动鼓点转录
声音
2025-09-30 v1 音频与语音处理
摘要
自动鼓点转录（ADT）仍然是音乐信息检索（MIR）中的一项具有挑战性的任务，但最近的进展允许通过 ADTOF 包准确转录多达 5 个类别的架子鼓——底鼓、军鼓、踩镲、嗵鼓和镲。此外，开源社区中的几个架子鼓音轨分离模型支持分离 6 个以上的音轨类别，包括独立的吊镲和叮叮镲。在这项工作中，我们探索了结合这些工具以提高鼓点转录真实性的优势。我们描述了一个简单的后处理步骤，将转录输出从五类扩展到七类，此外，我们还能够根据分离的音轨估计 MIDI 力度值。我们的解决方案在针对 8 类鼓点转录的基线进行评估时取得了强劲的性能，并生成了适用于 MIR 或音乐制作任务的逼真 MIDI 转录。
引用
@article{arxiv.2509.24853,
title = {Enhanced Automatic Drum Transcription via Drum Stem Source Separation},
author = {Xavier Riley and Simon Dixon},
journal= {arXiv preprint arXiv:2509.24853},
year = {2025}
}