論文の概要: Modeling Bends in Popular Music Guitar Tablatures
- arxiv url: http://arxiv.org/abs/2308.12307v1
- Date: Tue, 22 Aug 2023 07:50:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-25 16:59:53.505280
- Title: Modeling Bends in Popular Music Guitar Tablatures
- Title(参考訳): ポピュラー音楽ギタータブラチュアにおけるベンドのモデル化
- Authors: Alexandre D'Hooge, Louis Bigo, Ken D\'eguernel
- Abstract要約: タブラチュア表記はポピュラー音楽で広く使われ、ギター音楽のコンテンツの書き起こしや共有に使われている。
本論文は,音符のピッチを段階的にシフトできる屈曲に着目し,離散的な指板の物理的制限を回避する。
ポピュラー音楽の932個のリードギタータブラのコーパス上で実験を行い、決定木がF1スコア0.71と限られた偽陽性予測量で屈曲の発生をうまく予測することを示す。
- 参考スコア(独自算出の注目度): 49.64902130083662
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Tablature notation is widely used in popular music to transcribe and share
guitar musical content. As a complement to standard score notation, tablatures
transcribe performance gesture information including finger positions and a
variety of guitar-specific playing techniques such as slides,
hammer-on/pull-off or bends.This paper focuses on bends, which enable to
progressively shift the pitch of a note, therefore circumventing physical
limitations of the discrete fretted fingerboard. In this paper, we propose a
set of 25 high-level features, computed for each note of the tablature, to
study how bend occurrences can be predicted from their past and future
short-term context. Experiments are performed on a corpus of 932 lead guitar
tablatures of popular music and show that a decision tree successfully predicts
bend occurrences with an F1 score of 0.71 anda limited amount of false positive
predictions, demonstrating promising applications to assist the arrangement of
non-guitar music into guitar tablatures.
- Abstract(参考訳): タブラチュア表記はポピュラー音楽で広く使われ、ギター音楽のコンテンツの書き起こしや共有に使われている。
標準的な音符表記の補足として、指の位置や、スライド、ハンマーオン/プルオフ、ベンドといったギター固有の様々な演奏技法を含む演奏ジェスチャ情報を書き起こし、音符のピッチを徐々にシフトさせるベンドに着目し、離散フレッチフィンガーボードの物理的制限を回避する。
本稿では,過去および将来の短期的文脈からどのように屈曲の発生を予測できるかを検討するため,表のそれぞれの音符に対して計算される25の高レベル特徴の組を提案する。
ポピュラー音楽のリード・ギター・タブラチャー932のコーパスを用いて実験を行い、f1スコア0.71で屈曲の発生を予測し、偽陽性の予測を限定し、非ギター音楽のギター・タブラチュアへの配置を支援する有望な応用を実証した。
関連論文リスト
- At Your Fingertips: Extracting Piano Fingering Instructions from Videos [45.643494669796866]
ビデオから指情報を自動的に抽出するAIタスクについて検討する。
ディープラーニングモジュールの組み合わせを用いて,このタスクを高精度に実行する方法を示す。
結果、90本の動画でシステムを実行し、高品質のピアノ指で150Kの音符を入力します。
論文 参考訳(メタデータ) (2023-03-07T09:09:13Z) - GTR-CTRL: Instrument and Genre Conditioning for Guitar-Focused Music
Generation with Transformers [14.025337055088102]
ギタータブ音楽生成にはDadaGPデータセット,GuitarProでは26万曲以上のコーパス,トークンフォーマットなどを用いています。
所望の楽器やジャンルに基づいてギタータブを生成するために,Transformer-XLディープラーニングモデルを条件付ける手法を提案する。
その結果、GTR-CTRL法は、無条件モデルよりもギター中心のシンボリック・ミュージック・ジェネレーションの柔軟性と制御性が高いことが示唆された。
論文 参考訳(メタデータ) (2023-02-10T17:43:03Z) - Melody transcription via generative pre-training [86.08508957229348]
メロディの書き起こしの鍵となる課題は、様々な楽器のアンサンブルや音楽スタイルを含む幅広いオーディオを処理できる方法を構築することである。
この課題に対処するために、広帯域オーディオの生成モデルであるJukebox(Dhariwal et al. 2020)の表現を活用する。
広義音楽のクラウドソースアノテーションから50ドル(約5,400円)のメロディ書き起こしを含む新しいデータセットを導出する。
論文 参考訳(メタデータ) (2022-12-04T18:09:23Z) - Exploring the Efficacy of Pre-trained Checkpoints in Text-to-Music
Generation Task [86.72661027591394]
テキスト記述から完全で意味論的に一貫したシンボリック音楽の楽譜を生成する。
テキスト・音楽生成タスクにおける自然言語処理のための公開チェックポイントの有効性について検討する。
実験結果から, BLEUスコアと編集距離の類似性において, 事前学習によるチェックポイントの使用による改善が統計的に有意であることが示唆された。
論文 参考訳(メタデータ) (2022-11-21T07:19:17Z) - Structural Segmentation and Labeling of Tabla Solo Performances [15.501680326749515]
タブラ (Tabla) は、北インドの打楽器で、伴奏やソロ演奏のための排他的な楽器として用いられる。
本稿では,タブラ・ソロ・コンサートを音楽的に意味のあるセクションに分割する作業について述べる。
次に、適切なセクションラベルを割り当て、セクションからガラナを認識します。
論文 参考訳(メタデータ) (2022-11-16T09:34:04Z) - A Data-Driven Methodology for Considering Feasibility and Pairwise
Likelihood in Deep Learning Based Guitar Tablature Transcription Systems [18.247508110198698]
この作品では、シンボリック・タブラチュアを利用して、ギターの音符のペアの確率を推定する。
ベースライン表象転写モデルの出力層を再構成し、阻害損失を組み込むことで、不可能なノートペアの共活性化を防止できる。
これは自然にギターの演奏性制約を強制し、ペアの確率を推定するために使用されるシンボリックデータとより整合したタブラを与える。
論文 参考訳(メタデータ) (2022-04-17T22:10:37Z) - DadaGP: A Dataset of Tokenized GuitarPro Songs for Sequence Models [25.15855175804765]
DadaGPは739のジャンルをカバーするGuitarProフォーマットの26,181曲からなる新しいシンボリック・ミュージック・データセットである。
DadaGPは、GuitarProファイルをトークンとバックに変換するエンコーダ/デコーダと共にリリースされた。
本稿では,DadaGPを用いてトランスフォーマーモデルを用いてGuitarProフォーマットで新しい曲を生成するユースケースについて述べる。
論文 参考訳(メタデータ) (2021-07-30T14:21:36Z) - Towards Automatic Instrumentation by Learning to Separate Parts in
Symbolic Multitrack Music [33.679951600368405]
演奏中のソロ音楽の音符に楽器を動的に割り当てる自動楽器の実現可能性について検討する。
オンラインでリアルタイムに使用可能なパフォーマンスユースケースの設定に加えて、自動インスツルメンテーションはオフライン環境での補助的な構成ツールのアプリケーションも見つけることができる。
我々は,パート分離の課題を逐次多クラス分類問題として捉え,音符のシーケンスをパートラベルのシーケンスにマッピングするために機械学習を採用する。
論文 参考訳(メタデータ) (2021-07-13T08:34:44Z) - 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) - Music Gesture for Visual Sound Separation [121.36275456396075]
ミュージック・ジェスチャ(Music Gesture)は、音楽演奏時の演奏者の身体と指の動きを明示的にモデル化するキーポイントに基づく構造化表現である。
まず、コンテキスト対応グラフネットワークを用いて、視覚的コンテキストと身体力学を統合し、その後、身体の動きと対応する音声信号とを関連付けるために、音声-視覚融合モデルを適用する。
論文 参考訳(メタデータ) (2020-04-20T17:53:46Z)
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。