Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2306.01304

帮助 | 高级搜索

计算机科学 > 声音

arXiv:2306.01304 (cs)
[提交于 2023年6月2日 (v1) ,最后修订 2023年7月7日 (此版本, v2)]

标题: JEPOO:用于音乐信息检索的高精度音高、起始和终止联合估计

标题: JEPOO: Highly Accurate Joint Estimation of Pitch, Onset and Offset for Music Information Retrieval

Authors:Haojie Wei, Jun Yuan, Rui Zhang, Yueguo Chen, Gang Wang
摘要: 旋律提取是音乐信息检索中的核心任务,而音高、起始点和终止点的估计是旋律提取的关键子任务。现有方法的准确性有限,并且只能处理单一音高或复音高的某一种数据类型。本文提出了一种名为JEPOO的高度准确的方法,用于联合估计音高、起始点和终止点。我们通过新颖的模型设计以及一种名为帕累托调节损失(带有损失权重正则化的)的新优化技术,解决了联合学习优化以及处理单一音高和复音高数据的挑战。这是首个能够准确处理单一音高和复音高音乐数据(甚至包括它们的混合)的方法。广泛的真实数据集上的综合实验研究表明,JEPOO在预测音高、起始点和终止点方面分别比最先进的方法高出10.6%、8.3%和10.3%,并且JEPOO对各种类型的数据和乐器都具有鲁棒性。消融研究显示了JEPOO各组成部分的有效性。
摘要: Melody extraction is a core task in music information retrieval, and the estimation of pitch, onset and offset are key sub-tasks in melody extraction. Existing methods have limited accuracy, and work for only one type of data, either single-pitch or multipitch. In this paper, we propose a highly accurate method for joint estimation of pitch, onset and offset, named JEPOO. We address the challenges of joint learning optimization and handling both single-pitch and multi-pitch data through novel model design and a new optimization technique named Pareto modulated loss with loss weight regularization. This is the first method that can accurately handle both single-pitch and multi-pitch music data, and even a mix of them. A comprehensive experimental study on a wide range of real datasets shows that JEPOO outperforms state-ofthe-art methods by up to 10.6%, 8.3% and 10.3% for the prediction of Pitch, Onset and Offset, respectively, and JEPOO is robust for various types of data and instruments. The ablation study shows the effectiveness of each component of JEPOO.
评论: 本文已被IJCAI 2023接受;11页,6幅图
主题: 声音 (cs.SD) ; 信息检索 (cs.IR); 多媒体 (cs.MM); 音频与语音处理 (eess.AS)
引用方式: arXiv:2306.01304 [cs.SD]
  (或者 arXiv:2306.01304v2 [cs.SD] 对于此版本)
  https://doi.org/10.48550/arXiv.2306.01304
通过 DataCite 发表的 arXiv DOI
相关 DOI: https://doi.org/10.24963/ijcai.2023/544
链接到相关资源的 DOI

提交历史

来自: Haojie Wei [查看电子邮件]
[v1] 星期五, 2023 年 6 月 2 日 07:04:33 UTC (3,001 KB)
[v2] 星期五, 2023 年 7 月 7 日 09:57:54 UTC (3,001 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.SD
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-06
切换浏览方式为:
cs
cs.IR
cs.MM
eess
eess.AS

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号