論文の概要: Automatic Melody Harmonization with Triad Chords: A Comparative Study
- arxiv url: http://arxiv.org/abs/2001.02360v3
- Date: Tue, 27 Apr 2021 10:03:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-13 13:16:22.792649
- Title: Automatic Melody Harmonization with Triad Chords: A Comparative Study
- Title（参考訳）: Triad Chordsを用いたメロディ自動調和法の比較検討
- Authors: Yin-Cheng Yeh, Wen-Yi Hsiao, Satoru Fukayama, Tetsuro Kitahara,
Benjamin Genchel, Hao-Min Liu, Hao-Wen Dong, Yian Chen, Terence Leong, and
Yi-Hsuan Yang
- Abstract要約: 本研究は,本課題に対する一組の標準的アプローチの性能を評価し,比較する比較研究である。
本研究のために新たに収集した9,226個のメロディ/コード対のデータセットを用いて,最大48個の三和弦について評価を行った。
- 参考スコア（独自算出の注目度）: 24.95868747256647
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Several prior works have proposed various methods for the task of automatic
melody harmonization, in which a model aims to generate a sequence of chords to
serve as the harmonic accompaniment of a given multiple-bar melody sequence. In
this paper, we present a comparative study evaluating and comparing the
performance of a set of canonical approaches to this task, including a template
matching based model, a hidden Markov based model, a genetic algorithm based
model, and two deep learning based models. The evaluation is conducted on a
dataset of 9,226 melody/chord pairs we newly collect for this study,
considering up to 48 triad chords, using a standardized training/test split. We
report the result of an objective evaluation using six different metrics and a
subjective study with 202 participants.
- Abstract（参考訳）: いくつかの先行研究が自動メロディ調和のための様々な手法を提案しており、モデルが与えられたマルチバーメロディ列の調和伴奏として機能するコード列を生成することを目的としている。
本稿では,テンプレートマッチングに基づくモデル,隠れマルコフに基づくモデル,遺伝的アルゴリズムに基づくモデル,深層学習に基づくモデルなど,一連の標準的アプローチの性能評価と比較を行った。
本研究のために新たに収集した9,226組のメロディ/コード組のデータセット上で48組の和音を標準のトレーニング/テストスプリットを用いて評価した。
6種類の指標を用いて客観的評価を行った結果,202名を対象に主観的調査を行った。
関連論文リスト
- Stem-JEPA: A Joint-Embedding Predictive Architecture for Musical Stem Compatibility Estimation [3.8570045844185237]
マルチトラックデータセットでトレーニングした新しいJEPA(Joint-Embedding Predictive Architecture)であるStem-JEPAを紹介する。
本モデルでは, エンコーダと予測器の2つのネットワークから構成される。
MUSDB18データセットの検索タスクにおいて、本モデルの性能を評価し、ミキシングから欠落した茎を見つける能力を検証した。
論文 参考訳（メタデータ） (2024-08-05T14:34:40Z) - COCOLA: Coherence-Oriented Contrastive Learning of Musical Audio Representations [17.218899140175697]
COCOLAは、サンプル間の調和的・リズム的コヒーレンスをキャプチャする、音響音響表現の対照的な学習方法である。
本手法は,音楽トラックを構成する幹のレベルで動作し,ハーモニック・パーカッッシブ分離(HPS)によって得られる特徴を入力できる。
論文 参考訳（メタデータ） (2024-04-25T18:42:25Z) - SmurfCat at SemEval-2024 Task 6: Leveraging Synthetic Data for Hallucination Detection [51.99159169107426]
本稿では,SemEval-2024幻覚検出タスクのための新しいシステムを提案する。
我々の調査は、モデル予測と基準基準を比較するための様々な戦略にまたがっている。
強力なパフォーマンス指標を示す3つの異なる方法を紹介します。
論文 参考訳（メタデータ） (2024-04-09T09:03:44Z) - Serenade: A Model for Human-in-the-loop Automatic Chord Estimation [1.6385815610837167]
そこで本研究では,Human-in-the-loopアプローチにより,モデルのみのアプローチよりも高調波解析性能が向上することを示す。
我々は,ポピュラー音楽のデータセットを用いてモデル評価を行い,本手法を用いることで,モデルのみのアプローチよりも高調波解析性能が向上することを示す。
論文 参考訳（メタデータ） (2023-10-17T11:31:29Z) - BacHMMachine: An Interpretable and Scalable Model for Algorithmic
Harmonization for Four-part Baroque Chorales [23.64897650817862]
BacHMMachineは、音楽作曲の原則によって導かれる「理論駆動」の枠組みを採用している。
与えられた旋律線から鍵変調と和音の進行を学習するための確率的フレームワークを提供する。
これにより計算負荷が大幅に減少し、解釈可能性も向上する。
論文 参考訳（メタデータ） (2021-09-15T23:39:45Z) - On tuning consistent annealed sampling for denoising score matching [17.10144603522758]
Scoreベースの生成モデルは、画像とオーディオ合成に最先端の品質を提供します。
本稿では,まず,スコアマッチングを訓練したモデルの3つの一般的なサンプリングスキームについて概説する。
論文 参考訳（メタデータ） (2021-04-08T12:19:10Z) - A framework to compare music generative models using automatic
evaluation metrics extended to rhythm [69.2737664640826]
本稿では,前回の研究で提示された,リズムを考慮せず,設計決定を下すための枠組みを取り上げ,単音素音楽作成における2つのrnnメモリセルの性能評価のためにリズムサポートを付加した。
モデルでは,音素変換の処理を考慮し,リズムサポートを付加した幾何学に基づく自動計測値を用いて,生成した楽曲の質を評価する。
論文 参考訳（メタデータ） (2021-01-19T15:04:46Z) - Score-informed Networks for Music Performance Assessment [64.12728872707446]
MPAモデルにスコア情報を組み込んだディープニューラルネットワークに基づく手法はまだ研究されていない。
スコアインフォームド性能評価が可能な3つのモデルを提案する。
論文 参考訳（メタデータ） (2020-08-01T07:46:24Z) - Control as Hybrid Inference [62.997667081978825]
本稿では、反復推論と償却推論のバランスを自然に仲介するCHIの実装について述べる。
連続的な制御ベンチマークでアルゴリズムのスケーラビリティを検証し、強力なモデルフリーおよびモデルベースラインを上回る性能を示す。
論文 参考訳（メタデータ） (2020-07-11T19:44:09Z) - Document Ranking with a Pretrained Sequence-to-Sequence Model [56.44269917346376]
関連ラベルを「ターゲット語」として生成するためにシーケンス・ツー・シーケンス・モデルをどのように訓練するかを示す。
提案手法は,データポーラ方式におけるエンコーダのみのモデルよりも大幅に優れている。
論文 参考訳（メタデータ） (2020-03-14T22:29:50Z) - CONSAC: Robust Multi-Model Fitting by Conditional Sample Consensus [62.86856923633923]
我々は,同じ形状の複数のパラメトリックモデルを雑音測定に適合させる頑健な推定器を提案する。
複数のモデル検出のための手作り検索戦略を利用する従来の研究とは対照的に,データから検索戦略を学習する。
探索の自己教師付き学習において,提案したアルゴリズムをマルチホログラフィー推定で評価し,最先端手法よりも優れた精度を示す。
論文 参考訳（メタデータ） (2020-01-08T17:37:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。