文献

J-GLOBAL ID：201902281630843904   整理番号：19A0703636

単一転写のための確率的逐次パターン【JST・京大機械翻訳】

Probabilistic Sequential Patterns for Singing Transcription

著者 (4件)： Nakamura Eita (Kyoto University, Kyoto, Japan) ,  Nishikimi Ryo (Kyoto University, Kyoto, Japan) ,  Dixon Simon (Queen Mary University of London, London, United Kingdom) ,  Yoshii Kazuyoshi (Kyoto University, Kyoto, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： APSIPA ASC  ページ： 1905-1912  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 音楽情報処理の様々なタスクにおいて,音楽スコアの統計モデルは重要な役割を果たしている。音楽転写や他のタスクに有用であると期待される,ノート配列の大域的反復構造を組み込んだスコアモデルを構築することは,オープンな問題である。反復はノートパターン(音楽のセグメント)上のまばらな分布によって記述できるので,可能な解決策は,そのようなスパース分布が最初にそれぞれの個々の部分に対して生成されるBayesスコアモデルを考慮することであり,次に,その分布に従ってノートパターンのユニットにおいて楽音が生成される。しかし,簡単な構築は,膨大な数の可能なノートパターンのために実用的ではない。著者らは,すべての可能なノートパターンの集合を明示的に扱う代わりに,ノートパターンのクラスタを表す確率モデルを提案し,計算の実行可能性を達成した。このクラスタの混合物またはMarkovモデルとしてスコアモデルを構築し,これは反復構造を記述するための上記のフレームワークと互換性がある。このモデルの可能性を評価するための実用的な試験として,著者らは,音声f0軌跡からの単一転写の問題を考察した。評価結果は,著者らのモデルが,従来のMarkovモデルと比較して,より良い予測能力と転写精度を達成し,最先端の性能に達することを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 統計模型 ,  クラスタ ,  確率モデル ,  *転写 ,  音楽 ,  互換性 ,  軌跡
準シソーラス用語： 予測能力 ,  基音 ,  Markovモデル ,  スパース ,  スコア ,  音楽情報処理 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 転写 ,  確率 ,  逐次