VioPTT：基于合成数据增强的小提琴技法感知转录
声音
2026-02-04 v3 机器学习
摘要
虽然自动音乐转录在音乐信息检索中已较为成熟，但大多数模型仅限于从音频中转录音高和时序信息，因此忽略了关键的表达性和乐器特异性细节。小提琴的演奏技法即为其中之一，它提供了独特的音色调色板以实现最大情感冲击。在此，我们提出了 VioPTT（Violin Playing Technique-aware Transcription），一种轻量级级联模型，可直接转录小提琴演奏技法以及音高起始与终止。此外，我们发布了 MOSA-VPT，一个新颖的高质量合成小提琴演奏技法数据集，以规避手动标注的需求。利用该数据集，我们的模型在真实世界音符级小提琴技法录音上展现了强泛化能力，同时达到了最先进的转录性能。据我们所知，VioPTT 是首个在小提琴转录与演奏技法预测之间实现联合统一的框架。
引用
@article{arxiv.2509.23759,
title = {VioPTT: Violin Technique-Aware Transcription from Synthetic Data Augmentation},
author = {Ting-Kang Wang and Yueh-Po Peng and Li Su and Vincent K. M. Cheung},
journal= {arXiv preprint arXiv:2509.23759},
year = {2026}
}