Fugu-MT 論文翻訳(概要): Music Embedding: A Tool for Incorporating Music Theory into Computational Music Applications

論文の概要: Music Embedding: A Tool for Incorporating Music Theory into Computational Music Applications

arxiv url: http://arxiv.org/abs/2104.11880v1
Date: Sat, 24 Apr 2021 04:32:45 GMT
ステータス: 処理完了
システム内更新日: 2021-04-29 04:16:38.822021
Title: Music Embedding: A Tool for Incorporating Music Theory into Computational Music Applications
Title（参考訳）: Music Embedding: 音楽理論を計算音楽アプリケーションに組み込むツール
Authors: SeyyedPooya HekmatiAthar and Mohd Anwar
Abstract要約: 音楽理論と簡潔な方法で音楽をデジタル的に表現することが重要である。音楽理論の活用の観点からは、既存の音楽表現のアプローチは効果がない。
参考スコア（独自算出の注目度）: 0.3553493344868413
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Advancements in the digital technologies have enabled researchers to develop a variety of Computational Music applications. Such applications are required to capture, process, and generate data related to music. Therefore, it is important to digitally represent music in a music theoretic and concise manner. Existing approaches for representing music are ineffective in terms of utilizing music theory. In this paper, we address the disjoint of music theory and computational music by developing an opensource representation tool based on music theory. Through the wide range of use cases, we run an analysis on the classical music pieces to show the usefulness of the developed music embedding.
Abstract（参考訳）: デジタル技術の進歩により、研究者は様々な計算音楽アプリケーションの開発が可能になった。このようなアプリケーションは、音楽に関するデータをキャプチャ、処理、生成するために必要です。したがって、音楽理論と簡潔な方法で音楽をデジタル的に表現することが重要である。既存の音楽表現法は音楽理論の活用という点では効果がない。本稿では,音楽理論に基づくオープンソース表現ツールを開発することにより,音楽理論と計算音楽の融合を解消する。幅広い使用事例を通して,発達した音楽の埋め込みの有用性を示すため,古典音楽の楽曲の分析を行う。

関連論文リスト

Do Music Generation Models Encode Music Theory? [10.987131058422742]
テンポ、時間シグネチャ、音符、インターバル、スケール、コード、コード進行の概念からなる合成MIDIおよびオーディオ音楽理論のデータセットであるSynTheoryを紹介する。次に,音楽基盤モデルにおけるこれらの音楽理論の概念を探索し,それらの概念が内部表現の中でいかに強くエンコードされているかを評価する枠組みを提案する。以上の結果から,音楽理論の概念は基礎モデルにおいて識別可能であり,検出できる程度はモデルのサイズや層によって異なることが示唆された。
論文参考訳（メタデータ） (2024-10-01T17:06:30Z)
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 Dataset and Baselines for Measuring and Predicting the Music Piece Memorability [16.18336216092687]
音楽の記憶力の測定と予測に重点を置いている。私たちは、音楽の記憶可能性の予測と分析のためにベースラインを訓練します。改善の余地はあるものの、限られたデータで音楽の記憶可能性を予測することは可能であることを実証する。
論文参考訳（メタデータ） (2024-05-21T14:57:04Z)
MuPT: A Generative Symbolic Music Pretrained Transformer [56.09299510129221]
音楽の事前学習におけるLarge Language Models (LLM) の適用について検討する。生成過程の異なるトラックからの不整合対策に関連する課題に対処するために,SMT-ABC Notation(Synchronized Multi-Track ABC Notation)を提案する。私たちのコントリビューションには、最大8192個のトークンを処理可能な一連のモデルが含まれており、トレーニングセットの象徴的な音楽データの90%をカバーしています。
論文参考訳（メタデータ） (2024-04-09T15:35:52Z)
GETMusic: Generating Any Music Tracks with a Unified Representation and Diffusion Framework [58.64512825534638]
シンボリック・ミュージック・ジェネレーションは、ユーザーが音楽を作るのに役立つ音符を作成することを目的としている。私たちは「GETMusic」と呼ばれるフレームワークを紹介します。「GET'」は「GEnerate Music Tracks」の略です。 GETScoreは、音符をトークンとして表現し、2D構造でトークンを整理する。提案する表現は,非自己回帰生成モデルと組み合わせて,任意のソース・ターゲットトラックの組み合わせでGETMusicに音楽を生成する。
論文参考訳（メタデータ） (2023-05-18T09:53:23Z)
A Dataset for Greek Traditional and Folk Music: Lyra [69.07390994897443]
本稿では,80時間程度で要約された1570曲を含むギリシャの伝統音楽と民俗音楽のデータセットについて述べる。このデータセットにはYouTubeのタイムスタンプ付きリンクが組み込まれており、オーディオやビデオの検索や、インスツルメンテーション、地理、ジャンルに関する豊富なメタデータ情報が含まれている。
論文参考訳（メタデータ） (2022-11-21T14:15:43Z)
Models of Music Cognition and Composition [0.0]
まず、音楽が認知科学者に関係している理由を動機付け、音楽認知の計算モデリングへのアプローチの概要を述べる。次に,非コンピュータモデル,非認知モデル,計算認知モデルなど,音楽知覚の様々なモデルに関する文献をレビューする。
論文参考訳（メタデータ） (2022-08-14T16:27:59Z)
MusicBERT: Symbolic Music Understanding with Large-Scale Pre-Training [97.91071692716406]
シンボリック・ミュージックの理解(シンボリック・ミュージックの理解)とは、シンボリック・データから音楽を理解することを指す。 MusicBERTは、音楽理解のための大規模な事前訓練モデルである。
論文参考訳（メタデータ） (2021-06-10T10:13:05Z)
Adaptive music: Automated music composition and distribution [0.0]
進化探索に基づくアルゴリズム合成法であるメロミクスを提案する。このシステムは、様々な種類の音楽を作るために、高い創造力と汎用性を示してきた。これはまた、全く新しい応用のセットの出現を可能にした。
論文参考訳（メタデータ） (2020-07-25T09:38:06Z)
Artificial Musical Intelligence: A Survey [51.477064918121336]
音楽は、機械学習と人工知能研究の領域としてますます広まりつつある。この記事では、音楽知能の定義を提供し、その構成成分の分類を導入し、その追求に耐えうる幅広いAI手法を調査します。
論文参考訳（メタデータ） (2020-06-17T04:46:32Z)

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。