基于乐谱信息的音乐演奏评估网络
音频与语音处理
2020-08-04 v1 信息检索
机器学习
摘要
大多数音乐演奏的评估都会考虑其所演奏的底层乐谱。尽管已有若干基于从演奏音频与乐谱中提取特征的客观音乐演奏评估（MPA）自动方法，但将乐谱信息融入 MPA 模型的深度神经网络方法尚未被研究。本文提出三种不同的乐谱信息感知演奏评估模型：其一为利用由对齐音高轮廓与乐谱组成的简单时间序列输入的卷积神经网络；其二为学习音高轮廓与乐谱联合潜空间的联合嵌入模型；其三为基于距离矩阵的卷积神经网络，其利用音高轮廓与乐谱间距离矩阵中的模式来预测评估评分。我们的结果揭示了不同架构与输入表示的适用性，并展示了乐谱信息感知模型相对于乐谱无关模型的优势。
引用
@article{arxiv.2008.00203,
title = {Score-informed Networks for Music Performance Assessment},
author = {Jiawen Huang and Yun-Ning Hung and Ashis Pati and Siddharth Kumar Gururani and Alexander Lerch},
journal= {arXiv preprint arXiv:2008.00203},
year = {2020}
}
备注
To appear at 21st International Society for Music Information Retrieval Conference, Montr\'eal, Canada, 2020