TONet:多声音楽からのメロディ抽出のためのトーン-オクターブネットワーク【JST・京大機械翻訳】

Chen Ke; Yu Shuai; Wang Cheng-i; Li Wei; Berg-Kirkpatrick Taylor; Dubnov Shlomo

プレプリント

J-GLOBAL ID：202202214626139900 整理番号：22P0283563

TONet:多声音楽からのメロディ抽出のためのトーン-オクターブネットワーク【JST・京大機械翻訳】

TONet: Tone-Octave Network for Singing Melody Extraction from Polyphonic Music

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年02月02日プレプリントサーバーでの情報更新日： 2022年02月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

メロディ抽出は音楽情報検索の分野で重要な問題である。既存の方法は,通常,太陽周波数を推定する周波数領域表現に依存する。しかし,この設計は,音色(ピッチクラス)とオクターブの両方に対するメロディ情報の認識において,人間レベルの性能をもたらさない。本論文では,新しい入力表現と新しいネットワークアーキテクチャを活用することにより,トーンとオクターブ知覚の両方を改善するプラグアンドプレイモデルであるTONetを提案した。最初に,周波数-ビンの再配列を介して高調波を明示的にグループ化する,改良入力表現,Tone-CFPを提示した。第2に,サリエンス特徴マップ,トーン特徴マップおよびオクターブ特徴マップを得るために設計した符号器デコーダアーキテクチャを導入した。第3に,著者らは,最終的サリエンス特徴マップを改善するために,音-オクターブ融合機構を提案した。実験を行い,種々のベースラインバックボーンモデルによるTONetの能力を検証した。著者らの結果は,Tone-CFPとのトーン-オクターブ融合が,オクターブと音色精度における実質的な利得によって,様々なデータセットを通して歌声抽出性能を著しく改良することができることを示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

音声処理

, , ,

前のページに戻る