基于元学习的低资源音频打击乐转录与 $t\bar{a}la$ 识别
音频与语音处理
2025-06-24 v3
摘要
本研究引入了一种基于元学习的方法，用于低资源的塔布拉鼓击音转录（TST）和印度斯坦古典音乐中的 识别。使用与模型无关的元学习（MAML），我们解决了标注数据集有限和标签异构性的挑战，从而能够在极少数据下快速适应新任务。该方法在包括塔布拉鼓独奏和音乐会录音在内的各种数据集上进行了验证，展示了在复调音频场景中的鲁棒性。我们提出了两种基于击音序列和节奏模式的全新 识别技术。此外，该方法在自动鼓转录（ADT）中也证明是有效的，展示了其对印度和西方打击乐的灵活性。实验结果表明，所提出的方法在低资源设置下优于现有技术，为音乐转录和通过计算工具研究音乐传统做出了重大贡献。
引用
@article{arxiv.2501.04742,
title = {Meta-learning-based percussion transcription and $t\bar{a}la$ identification from low-resource audio},
author = {Rahul Bapusaheb Kodag and Vipul Arora},
journal= {arXiv preprint arXiv:2501.04742},
year = {2025}
}
备注
Accepted at IEEE Transactions on Audio, Speech and Language Processing. - Added baseline experiments and Results. Modified block diagram