TART: 一种面向技巧感知的音频到吉他Tab谱转录综合工具
声音
2025-10-06 v1
摘要
自动音乐转录（AMT）在钢琴领域已取得显著进展，但吉他转录仍受限于若干关键挑战。现有系统无法检测和标注表现性技巧（如滑音、弯音、打击性击弦），并且在生成的Tab谱中将音符错误映射到错误的弦与品位组合。此外，先前的模型通常在小规模孤立数据集上训练，限制了其向真实吉他录音的泛化能力。为克服这些局限，我们提出了一种四阶段端到端流水线，可直接从音频生成详细的吉他Tab谱。我们的系统包括：（1）通过适配至吉他数据集的钢琴转录模型实现音频到MIDI音高转换；（2）基于多层感知机的表现性技巧分类；（3）基于Transformer的弦与品位分配；以及（4）基于LSTM的Tab谱生成。据我们所知，该框架是首个从吉他音频生成包含精确指法和表现性标签的详细Tab谱的系统。
引用
@article{arxiv.2510.02597,
title = {TART: A Comprehensive Tool for Technique-Aware Audio-to-Tab Guitar Transcription},
author = {Akshaj Gupta and Andrea Guzman and Anagha Badriprasad and Hwi Joo Park and Upasana Puranik and Robin Netzorg and Jiachen Lian and Gopala Krishna Anumanchipalli},
journal= {arXiv preprint arXiv:2510.02597},
year = {2025}
}