論文の概要: A Comparative Study of Western and Chinese Classical Music based on Soundscape Models

• arxiv url: http://arxiv.org/abs/2002.09021v1
• Date: Thu, 20 Feb 2020 21:16:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-30 08:25:53.265008
• Title: A Comparative Study of Western and Chinese Classical Music based on Soundscape Models
• Title（参考訳）: 音環境モデルに基づく西洋・中国古典音楽の比較研究
• Authors: Jianyu Fan, Yi-Hsuan Yang, Kui Dong, and Philippe Pasquier
• Abstract要約: 音環境モデルに基づいて、西洋と中国のクラシック音楽を分析・比較できるかどうかを検討する。 音声事象検出 (SED) モデルと音環境感情認識 (SER) モデルを用いて, 伝達学習を行い, 知覚された感情を予測する。 SERとSEDが中国古典音楽の感情認識に優れているという事実は、中国古典音楽とサウンドスケープ録音の間にある種の類似性が存在することを証明している。
• 参考スコア（独自算出の注目度）: 34.068738372746324
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Whether literally or suggestively, the concept of soundscape is alluded in both modern and ancient music. In this study, we examine whether we can analyze and compare Western and Chinese classical music based on soundscape models. We addressed this question through a comparative study. Specifically, corpora of Western classical music excerpts (WCMED) and Chinese classical music excerpts (CCMED) were curated and annotated with emotional valence and arousal through a crowdsourcing experiment. We used a sound event detection (SED) and soundscape emotion recognition (SER) models with transfer learning to predict the perceived emotion of WCMED and CCMED. The results show that both SER and SED models could be used to analyze Chinese and Western classical music. The fact that SER and SED work better on Chinese classical music emotion recognition provides evidence that certain similarities exist between Chinese classical music and soundscape recordings, which permits transferability between machine learning models.
• Abstract（参考訳）: 文字通り、あるいは暗示的にも、サウンドスケープの概念は現代音楽と古代音楽の両方で認められている。 本研究では,音環境モデルに基づく洋楽と漢楽を分析・比較できるかどうかを検討する。 私たちはこの質問を比較研究を通じて取り上げました。 具体的には、クラウドソーシング実験により、西洋古典音楽の抜粋(WCMED)と中国古典音楽の抜粋(CCMED)のコーパスを校正し、感情的価値と覚醒を付加した。 音声イベント検出 (sed) と音環境感情認識 (ser) モデルを用いて, wcmed と ccmed の感情知覚を予測した。 その結果、SERモデルとSEDモデルの両方が、中国と西洋のクラシック音楽の分析に使用できることがわかった。 SERとSEDが中国古典音楽の感情認識に優れているという事実は、中国古典音楽とサウンドスケープ録音の間にある種の類似性が存在することを示す証拠となり、機械学習モデル間での伝達可能性を実現する。

関連論文リスト

• Revisiting Acoustic Similarity in Emotional Speech and Music via Self-Supervised Representations [14.058054715262275]
  音声や音楽からの感情認識は、その音響的重なり合いから類似性を共有しており、これらの領域間での知識の伝達に関心が持たれている。 本稿では,感情音声と音楽の音響的類似性を再考し,自己監督学習(SSL)モデルの階層的振る舞いの分析から始める。 最後に、Frechet音声距離を用いた感情音声と音楽の音響的類似性について検討し、音声と音楽のSSLモデルにおける感情バイアスの問題を明らかにする。
  論文  参考訳（メタデータ） (2024-09-26T14:49:09Z)
• MeLFusion: Synthesizing Music from Image and Language Cues using Diffusion Models [57.47799823804519]
  私たちは、ミュージシャンが映画の脚本だけでなく、視覚化を通して音楽を作る方法にインスピレーションを受けています。 本稿では,テキスト記述と対応する画像からの手がかりを効果的に利用して音楽を合成するモデルであるMeLFusionを提案する。 音楽合成パイプラインに視覚情報を加えることで、生成した音楽の質が大幅に向上することを示す。
  論文  参考訳（メタデータ） (2024-06-07T06:38:59Z)
• A Survey of Music Generation in the Context of Interaction [3.6522809408725223]
  機械学習は、メロディーとポリフォニックの両方の曲の作曲と生成に成功している。 これらのモデルのほとんどは、ライブインタラクションによる人間と機械の共創には適していない。
  論文  参考訳（メタデータ） (2024-02-23T12:41:44Z)
• Quantifying the evolution of harmony and novelty in western classical music [1.0152838128195467]
  我々は、和声に関連する音楽的特徴について研究し、西洋古典音楽において、彼らが400年間にわたってどのように発展してきたかを述べる。 我々は重要な不確実性、および重要な遷移における多様性と新規性を定量化する尺度を開発する。 我々は,古典後期の急激な増加に続き,古典期前期の調和移行における革新の衰退を報告している。
  論文  参考訳（メタデータ） (2023-08-06T23:00:34Z)
• From West to East: Who can understand the music of the others better? [91.78564268397139]
  我々は、異なる音楽文化間の類似性についての洞察を導き出すために、伝達学習手法を活用する。 西洋音楽の2つのデータセット、地中海東部の文化に由来する伝統的・民族的な2つのデータセット、インドの芸術音楽に属する2つのデータセットを使用します。 CNNベースの2つのアーキテクチャとTransformerベースのアーキテクチャを含む3つのディープオーディオ埋め込みモデルがトレーニングされ、ドメイン間で転送される。
  論文  参考訳（メタデータ） (2023-07-19T07:29:14Z)
• MERT: Acoustic Music Understanding Model with Large-Scale Self-supervised Training [74.32603591331718]
  本稿では,MLMスタイルの音響事前学習において,教師モデルと擬似ラベルを組み込んだ大規模自己教師型学習(MERT)を用いた音響音楽理解モデルを提案する。 実験結果から,本モデルでは14曲の楽曲理解タスクを一般化し,性能を向上し,SOTA(State-of-the-art)全体のスコアを達成できることが示唆された。
  論文  参考訳（メタデータ） (2023-05-31T18:27:43Z)
• Contrastive Learning with Positive-Negative Frame Mask for Music Representation [91.44187939465948]
  本稿では,PEMRと略記したコントラッシブラーニングフレームワークに基づく,音楽表現のための正負負のフレームマスクを提案する。 我々は,同じ音楽からサンプリングした自己増強陽性/陰性の両方に対応するために,新しいコントラスト学習目標を考案した。
  論文  参考訳（メタデータ） (2022-03-17T07:11:42Z)
• Bi-Sampling Approach to Classify Music Mood leveraging Raga-Rasa Association in Indian Classical Music [0.0]
  インド古典音楽では、ラガ(Ragas)は音楽の様々なスタイルと形式を定義するメロディックな構造である。 本稿では,インド古典音楽におけるラガ・ラサ・アソシエーションを活用した新しい枠組みについて検討する。 インテリジェントな分類器を構築し、ユーザの現在の気分と彼らが望む気分に基づいて、音楽レコメンデーションシステムに応用する。
  論文  参考訳（メタデータ） (2022-03-13T06:12:27Z)
• Emotion-Based End-to-End Matching Between Image and Music in Valence-Arousal Space [80.49156615923106]
  イメージと音楽に類似した感情を合わせることは、感情の知覚をより鮮明で強くするのに役立つ。 既存の感情に基づく画像と音楽のマッチング手法では、限られたカテゴリーの感情状態を使用するか、非現実的なマルチステージパイプラインを使用してマッチングモデルを訓練する。 本稿では,連続的原子価覚醒空間(VA)における感情に基づく画像と音楽のエンドツーエンドマッチングについて検討する。
  論文  参考訳（メタデータ） (2020-08-22T20:12:23Z)
• Dual-track Music Generation using Deep Learning [1.0312968200748118]
  左利きと右利きのピアノ音楽の相互依存性をモデル化可能な,クラシックピアノ音楽を生成するための新しいデュアルトラックアーキテクチャを提案する。 評価手法として,MuseGANプロジェクトと真の音楽を比較した。
  論文  参考訳（メタデータ） (2020-05-09T02:34:39Z)

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。