面向多乐器鼓转录的研究
声音
2018-10-04 v2 信息检索
神经与进化计算
音频与语音处理
摘要
自动鼓转录是更一般的自动音乐转录的一个子任务,旨在从音频源中提取鼓乐器音符起音。近来,利用非负矩阵分解以及深度学习方法在转录性能上取得了进展。然而,这些工作主要聚焦于仅转录三种鼓乐器:军鼓、底鼓和踩镲。然而,对于许多应用而言,能够转录构成西方流行音乐中标准鼓组的更多鼓乐器将是可取的。在本工作中,训练卷积与卷积循环神经网络以转录更广范围的鼓乐器。首先,讨论了公开可用数据集在此背景下的不足。为克服这些局限,引入了一个更大的合成数据集。随后,研究了使用该新数据集并聚焦于对真实世界数据泛化的模型训练方法。最后,在公开可用数据集上评估了所训练模型并讨论了结果。本工作的贡献包括:(i.) 一个用于鼓转录的大规模合成数据集,(ii.) 通过评估和讨论训练设置及数据集在此背景下的影响,迈向支持更广乐器范围的自动鼓转录系统的初步步骤,以及(iii.) 一组公开可用的鼓转录训练模型。附加材料见 http://ifs.tuwien.ac.at/~vogl/dafx2018
引用
@article{arxiv.1806.06676,
title = {Towards multi-instrument drum transcription},
author = {Richard Vogl and Gerhard Widmer and Peter Knees},
journal= {arXiv preprint arXiv:1806.06676},
year = {2018}
}
备注
Published in Proceedings of the 21th International Conference on Digital Audio Effects (DAFx18), 4 - 8 September, 2018, Aveiro, Portugal