利用扩展 Groove MIDI 数据集提升鼓点转写的可感知质量
声音
2020-12-02 v5 机器学习
摘要
我们介绍了扩展 Groove MIDI 数据集（E-GMD），这是一个自动鼓点转写（ADT）数据集，包含来自 43 套鼓组的 444 小时音频，其规模比同类数据集大一个数量级，并且是首个带有人类演奏力度（velocity）标注的数据集。我们利用 E-GMD 优化分类器以用于下游生成任务，通过预测富有表现力的力度（velocity）动态，并借助听感测试表明，尽管在分类指标上结果相近，但这些分类器产生的输出具有更好的可感知质量。通过听感测试，我们认为标准的分类器指标（如准确率和 F-measure 分数）不足以作为下游任务性能的代理指标，因为它们与生成输出的可感知质量并未完全对齐。
引用
@article{arxiv.2004.00188,
title = {Improving Perceptual Quality of Drum Transcription with the Expanded Groove MIDI Dataset},
author = {Lee Callender and Curtis Hawthorne and Jesse Engel},
journal= {arXiv preprint arXiv:2004.00188},
year = {2020}
}
备注
Examples available at https://goo.gl/magenta/e-gmd-examples