实时钢琴演奏转录与符号级跟踪结合：实现精准稳健的谱面跟随

实时音乐跟踪系统跟随音乐演奏，并随时报告当前在对应谱面中的位置。大多数现有方法仅从音频域求解，通常基于流式时间变形（OLTW）技术处理输入音频及其谱面音频表示。音频 OLTW 技术在特征与模型 heuristics 上取得渐进性改进，已持续十年达到性能平台期。我们认为，将演奏转换为符号域——即将音乐跟踪转化为符号任务——是更有效的途径，即便该域转换并非完美。我们的音乐跟踪系统由两个实时组件构成：一个负责音频到音符的转录，另一个是 novel 符号级跟踪器，用于在转录输入与谱面之间进行跟踪。我们比较了该混合音频-符号方法与等效音频-only 方法的性能，证明本方法在精度（即绝对跟踪误差）和鲁棒性（即跟踪成功率）上均优于后者。