训练和弦识别模型的人工生成音频方面.pdfVIP

训练和弦识别模型的人工生成音频方面

MartynaMajchrzakJacekMadziuk

FacultyofMathematicsandInformationScienceFacultyofMathematicsandInformationScience

WarsawUniversityofTechnologyWarsawUniversityofTechnology

Koszykowa75,00-662Warsaw,PolandKoszykowa75,00-662Warsaw,Poland

martyna.majchrzak19@mandziuk@.pl

本ABSTRACT

译音乐信息检索中一个具有挑战性的问题是获取足够的非版权音频录音用于模型训练和评估。

中本研究比较了两种基于Transformer的神经网络模型在音频录音中的和弦序列识别，并考察

了使用人工生成的数据集进行此目的的有效性。这些模型是在各种组合的人工合成多轨音频

1

v（AAM）、舒伯特的《冬之旅》数据集和麦吉尔比莉板数据集上训练的，并用三个指标进行评

8估：根音、大调小调和和弦内容度量（CCM）。实验表明，尽管人工生成音乐与人类创作音

7

8乐在复杂性和结构上肯定存在差异，前者在某些情况下仍然有用。具体而言，AAM可以丰

5富一个人类作曲的小训练数据集，或者甚至可以在没有其他可用数据的情况下作为模型的独

0.立训练集，该模型用于预测流行音乐中的和弦序列。

8

0

5Keywords音乐信息检索，自动和弦识别，变压器，人工音频多轨

2

:

v

i

x1介绍

r

a

音乐信息检索（MIR）是一个跨学科的研究领域，涉及诸如音乐学、信号处理、信息学和机器学习等领域的

研究。MIR包括各种与音乐相关的活动方面，如音乐分类（类型和作曲家）[1,2,3]，音乐推荐系统[4,5,6]，

旋律和声[7,8,9]，音乐创作[10,11,12]，音乐转写[13]等许多其他方面[14]。

音乐信息检索中的一个核心任务是自动和弦识别（ACR），它包括将音频记录或从该记录中提取的特征序列

划分为多个段，并为每个段标记出存在于该段中的音乐和弦名称。

1.1动机。

可靠性参考数据的收集是将深度神经网络或其他机器学习（ML）模型应用于解决此任务的主要障碍和挑战

之一。

手动数据标注是繁琐且耗时的，甚至经验丰富的音乐家也可能在标记某些音乐片段上存在分歧。此外，由于

版权问题，许多开源数据集只共享标注信息，而不提供音频文件。实际上，适合直接使用的数据集稀缺，并且

通常不足以训练复杂的机器学习模型。机器学习领域的必威体育精装版进展，包括音乐生成系统的开发，已经扩展了这

些可能性。然而，一个问题是关于模型的有效性在应用于人类创作的音乐作品时，其在人工生成（编曲）音

乐上进行训练的表现如何。这个问题是本文研究的核心。

APREPRINT

1.2贡献。

本工作的主要贡献有四点：

•分析考虑的ACR数据集中的结构注释差异，

•对用于ACR模型评估的指标进行系统化，

•不同组合的人工和人创作音乐训练的ACR模型性能对比，

•关于将人工生成的音乐纳入由人类生成的数据组成的训练集可能产生的影响的指导性意见。

2相关工作

首批和弦识别系统主要是基于知识的，特别是模板式的[15,16]和基于HMM的[17,18,19,20]。随着数据驱

动方法的发