基于语法分层表示的符号鼓组风格分类改进
声音
2024-07-26 v1 多媒体
音频与语音处理
摘要
深度学习模型已成为分析和分类音乐数据中的关键工具。这些模型要么 operate on audio signal，即波形或频谱图；要么 operate on 符号表示，例如 MIDI。后者中，音乐信息常被简化为基本特征，即持续时间、音高和力度。大多数现有工作则依赖来自经典自然语言处理的通用标记化策略，或矩阵表示，例如钢琴卷帘。本文我们评估了丰富的符号数据表示对深度模型（即 Transformer 和 RNN）用于音乐风格分类的影响。具体而言，我们检查是否显式地包含 MIDI 类似编码中隐含的音乐信息的表示，例如节奏组织，并展示它们优于通用标记化策略。我们引入了一种基于上下文无关音乐语法的 MIDI 数据的新颖树状表示。我们表明，这种语法表示准确地编码了高阶节奏信息，并在 GrooveMIDI 数据集上用于鼓组风格分类时优于现有编码，同时更紧凑且参数更高效。
关键词
引用
@article{arxiv.2407.17536,
title = {Improved symbolic drum style classification with grammar-based hierarchical representations},
author = {Léo Géré and Philippe Rigaux and Nicolas Audebert},
journal= {arXiv preprint arXiv:2407.17536},
year = {2024}
}
备注
International Society for Music Information Retrieval Conference 2024, Nov 2024, San Francisco, United States