自监督层次化节拍结构建模
声音
2023-01-26 v2 机器学习
音频与语音处理
摘要
我们提出了一种以自监督方式、以最小领域知识对符号音乐和音频信号的层次化节拍结构进行建模的新方法。该模型在节拍对齐的音乐信号上训练和推理，并预测从节拍、小节到段落级别的 8 层层次化节拍树。训练过程除节拍外不需要任何层次化节拍标注，纯粹依赖节拍规律性和声部间一致性作为归纳偏置。我们在实验中表明，该方法在符号音乐和音频信号的多个节拍结构分析任务上取得了与有监督基线相当的性能。所有演示、源代码和预训练模型均在 GitHub 上公开可用。
引用
@article{arxiv.2210.17183,
title = {Self-Supervised Hierarchical Metrical Structure Modeling},
author = {Junyan Jiang and Gus Xia},
journal= {arXiv preprint arXiv:2210.17183},
year = {2023}
}