SynthTab：利用合成数据用于吉他指法谱转写
声音
2025-05-27 v4 信息检索
多媒体
音频与语音处理
信号处理
摘要
吉他指法谱是吉他手广泛使用的一种记谱形式。它不仅记录乐曲的音乐内容，还记录其在乐器上的演奏与装饰手法。吉他指法谱转写（GTT）是一项重要任务，在音乐教育、作曲和娱乐领域有广泛应用。现有 GTT 数据集在规模与范围上相当有限，导致在其上训练的模型易于过拟合且无法泛化到域外数据。为解决此问题，我们提出一种利用商业原声与电吉他插件合成大规模 GTT 音频的方法。我们构建了 SynthTab，一个源自 DadaGP 的数据集，而 DadaGP 是一个海量且多样的、带有丰富标注的符号化指法谱集合。所提出的合成流程生成的音频忠实遵循原指法及指法谱中指定的部分技巧，并为每首曲目覆盖多种吉他与风格。实验表明，在 SynthTab 上预训练一个基线 GTT 模型，可在针对单个数据集微调与测试时提升转写性能。更重要的是，跨数据集实验显示预训练显著缓解了过拟合问题。
引用
@article{arxiv.2309.09085,
title = {SynthTab: Leveraging Synthesized Data for Guitar Tablature Transcription},
author = {Yongyi Zang and Yi Zhong and Frank Cwitkowitz and Zhiyao Duan},
journal= {arXiv preprint arXiv:2309.09085},
year = {2025}
}
备注
Accepted to ICASSP 2024