从钢琴乐谱图像预测演奏难度
声音
2023-09-29 v1 数字图书馆
音频与语音处理
摘要
估算乐谱的演奏难度在音乐教育中对合理设计学生学习课程至关重要。尽管音乐信息检索（Music Information Retrieval）界近来对此任务表现出兴趣，现有方法主要使用机器可读乐谱，未解决乐谱图像这一更普遍的情况。基于先前涉及乐谱图像的工作，我们使用一种中间表示，即 bootleg score，描述符头相对于谱线的位置，并结合 transformer 模型。该架构通过引入一种编码方案适配我们的任务，将编码序列长度缩减至原始大小的八分之一。在评估方面，我们考虑了五个数据集——超过 7500 份乐谱，最多 9 个难度级别——其中两个特别为本工作编译。在 IMSLP 语料库上预训练该方案并在所考虑数据集上微调所获得的结果证明了提案的有效性，取得了最佳性能模型，平衡准确率为 40.34%，均方误差为 1.33。最后，我们提供代码、数据与模型的访问以支持透明性与可复现性。
引用
@article{arxiv.2309.16287,
title = {Predicting performance difficulty from piano sheet music images},
author = {Pedro Ramoneda and Jose J. Valero-Mas and Dasaem Jeong and Xavier Serra},
journal= {arXiv preprint arXiv:2309.16287},
year = {2023}
}