GraphMuse：符号音乐图处理库
声音
2024-07-18 v1 人工智能
数字图书馆
音频与语音处理
摘要
图神经网络 (GNN) 近期在符号音乐任务中获得了广泛关注，但缺乏统一框架以致步步 impede 进展。为弥合这一差距，我们present GraphMuse，一个图处理框架和库，旨在高效处理音乐图并为符号音乐任务提供 GNN 训练支持。我们贡献的核心是一种针对音乐记谱板行为的新型邻居抽样技术。此外，GraphMuse 集成了层次建模元素，增强了图网络在音乐任务中的表达性和能力。针对两种特定音乐预测任务——音高拼写和抑扬检测——的实验显示，显著优于先前方法的性能提升。我们希望 GraphMuse 将带来对基于图表示的符号音乐处理的提升和标准化。该库已在 https://github.com/manoskary/graphmuse 提供。
引用
@article{arxiv.2407.12671,
title = {GraphMuse: A Library for Symbolic Music Graph Processing},
author = {Emmanouil Karystinaios and Gerhard Widmer},
journal= {arXiv preprint arXiv:2407.12671},
year = {2024}
}
备注
Accepted at the 25th International Society for Music Information Retrieval Conference (ISMIR 2024)