基于古筝演奏中音符起音信息融合的演奏技法检测
声音
2022-09-20 v1 人工智能
多媒体
音频与语音处理
摘要
古筝是一种具有多样演奏技法的中国传统乐器。乐器演奏技法（IPT）在音乐表演中起着重要作用。然而，现有多数 IPT 检测工作对变长音频效率低下，且因依赖单一音色库进行训练与测试而在泛化性上无保障。本研究提出一种使用全卷积网络的端到端古筝演奏技法检测系统，可应用于变长音频。由于每种古筝演奏技法作用于一个音符，我们训练专用的起音检测器将音频分割为若干音符，并将其预测与逐帧 IPT 预测相融合。融合时，我们在每个音符内逐帧累加 IPT 预测，并取每个音符内概率最高的 IPT 作为该音符的最终输出。我们构建了名为 GZ_IsoTech 的新数据集，来源于多个音色库与真实录音，用于古筝演奏分析。我们的方法在帧级准确率达 87.97%，音符级 F1 分数达 80.76%，大幅优于现有工作，表明所提方法在 IPT 检测中的有效性。
引用
@article{arxiv.2209.08774,
title = {Playing Technique Detection by Fusing Note Onset Information in Guzheng Performance},
author = {Dichucheng Li and Yulun Wu and Qinyu Li and Jiahao Zhao and Yi Yu and Fan Xia and Wei Li},
journal= {arXiv preprint arXiv:2209.08774},
year = {2022}
}
备注
Accepted to ISMIR 2022