利用音频到乐谱自动转录流水线重建Charlie Parker Omnibook
声音
2024-05-28 v1 音频与语音处理
摘要
《Charlie Parker Omnibook》是爵士音乐教育的基石，被钢琴家Ethan Iverson描述为“有史以来出版的最重要的爵士教育文本”。在这项工作中，我们提出了一种新的转录流水线，并探讨了最先进的音乐技术能够在多大程度上无需人工干预，直接从音频重建这些乐谱。我们的流水线包括：一个新训练的萨克斯管源分离模型、一个新的独奏萨克斯管MIDI转录模型，以及一个针对单声道乐器的现有MIDI到乐谱方法的改编。为评估该流水线，我们还提供了一个增强的Charlie Parker转录数据集，包含乐谱-音频对，并具有精确的MIDI对齐和强拍标注。这代表了自动音频到乐谱转录的一个具有挑战性的新基准，我们希望这将推动超越单纯音频到MIDI转录领域的研究。这些共同构成了朝着生成音乐家可直接使用的乐谱迈出的又一步，无需繁琐的修正或修订。为促进未来研究，所有模型检查点和数据以及转录流水线的代码均可下载。我们模块化流水线的改进有朝一日可能使复杂爵士独奏的自动转录成为常规可能，从而丰富音乐教育和保存可用的资源。
引用
@article{arxiv.2405.16687,
title = {Reconstructing the Charlie Parker Omnibook using an audio-to-score automatic transcription pipeline},
author = {Xavier Riley and Simon Dixon},
journal= {arXiv preprint arXiv:2405.16687},
year = {2024}
}