迈向可靠的实时歌剧跟踪：结合对齐与音频事件检测器以增强鲁棒性
音频与语音处理
2020-06-22 v1 机器学习
声音
摘要
实时乐谱跟随的最新进展已使机器能够自动跟踪高度复杂的复调音乐，包括完整的交响乐演出。在本文中，我们试图将此推向更高层次，即完整歌剧的现场跟踪。我们首先将一种基于在线动态时间规整(OLTW)的最先进音频对齐方法应用于一部莫扎特歌剧的完整录音，并通过分析跟踪器最严重的错误，识别出歌剧场景下三种常见的问题来源。为解决这些问题，我们提出了一种将基于DTW的乐曲跟踪器与专用音频事件检测器（用于掌声、静默/噪声和语音）相结合的方法，以自顶向下的方式对DTW算法进行约束，并逐步展示这些检测器如何为乐谱跟随器增加鲁棒性。然而，仍存在若干开放问题，我们将其确定为当前及未来研究的目标。
引用
@article{arxiv.2006.11033,
title = {Towards Reliable Real-time Opera Tracking: Combining Alignment with Audio Event Detectors to Increase Robustness},
author = {Charles Brazier and Gerhard Widmer},
journal= {arXiv preprint arXiv:2006.11033},
year = {2020}
}
备注
7 pages, 4 figures, In Proceedings of the 17th Sound and Music Computing Conference (SMC 2020), Torino, Italy