ShrutiSense：印度古典音乐中的微音模型与校正
声音
2025-08-05 v1 人工智能
音频与语音处理
摘要
印度古典音乐依赖于包含 22 个 shruti（音高区间）的精细微音系统，提供超越 12 音等音系统的表达细微差别。现有符号化音乐处理工具未能考虑这些微音差别及支配旋律运动的特定于印度文化的 raga 语法规则。我们提出了 ShrutiSense，一个为印度古典音乐设计的全面符号化音高处理系统，用于解决两个关键任务：（1）纠正西方化或被破坏的音高序列，（2）补全缺失值的旋律序列。我们的方案采用互补模型处理不同任务：一个基于 22-shruti 框架的 Shruti 感知有限状态转换器（FST），用于在语境内进行校正；一个受 raga 特定转换规则约束的 Shruti 隐式马尔可夫模型（GC-SHMM），用于进行语境化的旋律补全。在针对五个 raga 的仿真数据上进行的全面评估表明，ShrutiSense（FST 模型）在校正任务中实现 91.3% 的 shruti 分类准确率，示例序列在破坏程度为 0.2 到 0.4 时准确率为 86.7%~90.0%。该系统在 +/-50 个音分的音高噪声下表现稳健，跨 raga 的准确率保持一致（90.7%~91.8%），从而保留印度古典音乐表达的文化真实性。
引用
@article{arxiv.2508.01498,
title = {ShrutiSense: Microtonal Modeling and Correction in Indian Classical Music},
author = {Rajarshi Ghosh and Jayanth Athipatla},
journal= {arXiv preprint arXiv:2508.01498},
year = {2025}
}