基于得分信息的 Transformer 用于自动音乐转录中的 MIDI 速度细化
音频与语音处理
2026-03-03 v2 声音
摘要
MIDI 速度对于捕捉人类演奏的表现力至关重要。在实际场景中，可能已获取带有不准确速度的音乐谱分并伴随演奏音频（例如音乐教育和免费在线档案），从而实现得分导向的 MIDI 速度估计任务。本文提出一种模块化、轻量级得分导向 Transformer 纠正模块，用于细化自动音乐转录（AMT）系统的速度估计。我们将所提模块集成到多种 AMT 系统（HPT、HPPNet 和 DynEst）。仅使用 MAESTRO 训练分割训练，本方法在 MAESTRO 数据集上显著降低速度估计误差，并在 SMD 和 MAPS 数据集上提升跨数据集泛化性能。在此训练协议下，将得分导向模块与 HPT 集成（命名为 Score-HPT）实现了新的状态-of-the-art 性能，超越现有得分导向方法和速度启用型 AMT 系统，仅增加 100 万参数。
关键词
引用
@article{arxiv.2508.07757,
title = {Score-Informed Transformer for Refining MIDI Velocity in Automatic Music Transcription},
author = {Zhanhong He and Roberto Togneri and David Huang},
journal= {arXiv preprint arXiv:2508.07757},
year = {2026}
}
备注
Submitted to SMC2026 Conference