基于GAN的内容条件手写音乐符号生成
计算机视觉与模式识别
2025-10-22 v1
摘要
光学音乐识别（OMR）领域由于稀缺的真实标注数据，尤其在处理手写历史音乐谱分上受到限制。 在类似领域，如手写文本识别，已证明合成示例通过图像生成技术可帮助训练更佳性能的识别架构。 本研究通过实现音乐符号级别的生成对抗网络（GAN）来生成逼真的手写风格音符，并使用Smashcima engraving软件将其拼接成完整乐谱。 我们系统评估了这些生成样本的视觉保真度，得出手写音乐符号在视觉逼真度方面表现出高水平，标志着合成乐谱生成取得了显著进展。
引用
@article{arxiv.2510.17869,
title = {GAN-based Content-Conditioned Generation of Handwritten Musical Symbols},
author = {Gerard Asbert and Pau Torras and Lei Kang and Alicia Fornés and Josep Lladós},
journal= {arXiv preprint arXiv:2510.17869},
year = {2025}
}
备注
15 pages, 5 figures, Accepted at ICDAR workshop GREC 2025