学习用于钢琴转录的稀疏解析滤波器

近年来，滤波器组学习已成为各种音频相关机器学习任务中日益流行的策略。这部分归因于其能够发现任务特定的音频特征，这些特征可用于下游处理。它也是用于处理各种音频应用的几乎无处不在的深度学习方法的一个自然延伸。在这项工作中，我们针对钢琴转录这一具有挑战性的底层音乐信息检索任务，研究了几种前端滤波器组学习模块的变体。我们以一个标准的钢琴转录模型为基础，仅修改其特征提取阶段。该滤波器组模块的设计使其复数滤波器为具有长感受野的无约束一维卷积核。额外的变体采用希尔伯特变换使滤波器本质上解析，并应用变分丢弃法以促进滤波器组稀疏性。我们比较了所有实验的转录结果，并提供了滤波器组的可视化和分析。