探索 Transformer 在自动钢琴转录中的潜力
音频与语音处理
2022-04-11 v1 声音
摘要
近期大多数关于自动音乐转录（AMT）的研究使用卷积神经网络和循环神经网络来建模从音乐信号到符号记谱的映射。基于一个高分辨率钢琴转录系统，我们探索了引入另一种强大的序列变换工具——Transformer——来处理 AMT 问题的可能性。我们认为 Transformer 的特性使其更适用于某些 AMT 子任务。我们在 MAESTRO 数据集上的实验以及 MAPS 数据集上的跨数据集评估证实了 Transformer 在速度检测任务上的优越性。我们观察到引入 Transformer 网络后，帧级和音符级指标均有性能提升。
引用
@article{arxiv.2204.03898,
title = {Exploring Transformer's potential on automatic piano transcription},
author = {Longshen Ou and Ziyi Guo and Emmanouil Benetos and Jiqing Han and Ye Wang},
journal= {arXiv preprint arXiv:2204.03898},
year = {2022}
}
备注
Accepted by ICASSP 2022