論文の概要: A Computational Evaluation Framework for Singable Lyric Translation
- arxiv url: http://arxiv.org/abs/2308.13715v1
- Date: Sat, 26 Aug 2023 00:27:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-29 19:38:45.646934
- Title: A Computational Evaluation Framework for Singable Lyric Translation
- Title（参考訳）: Singable Lyric Translationのための計算的評価フレームワーク
- Authors: Haven Kim, Kento Watanabe, Masataka Goto, Juhan Nam
- Abstract要約: 本稿では,音節翻訳の定量的評価のための計算フレームワークを提案する。
音節数距離,音素繰り返し類似度,音楽構造距離,意味類似度を測定した。
我々の枠組みは、音楽的、言語的、文化的側面をシームレスに統合する。
- 参考スコア（独自算出の注目度）: 17.492053233802135
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Lyric translation plays a pivotal role in amplifying the global resonance of
music, bridging cultural divides, and fostering universal connections.
Translating lyrics, unlike conventional translation tasks, requires a delicate
balance between singability and semantics. In this paper, we present a
computational framework for the quantitative evaluation of singable lyric
translation, which seamlessly integrates musical, linguistic, and cultural
dimensions of lyrics. Our comprehensive framework consists of four metrics that
measure syllable count distance, phoneme repetition similarity, musical
structure distance, and semantic similarity. To substantiate the efficacy of
our framework, we collected a singable lyrics dataset, which precisely aligns
English, Japanese, and Korean lyrics on a line-by-line and section-by-section
basis, and conducted a comparative analysis between singable and non-singable
lyrics. Our multidisciplinary approach provides insights into the key
components that underlie the art of lyric translation and establishes a solid
groundwork for the future of computational lyric translation assessment.
- Abstract（参考訳）: 歌詞翻訳は、音楽の世界的な共鳴を増幅し、文化的分裂を橋渡しし、普遍的なつながりを育む上で重要な役割を果たしている。
歌詞の翻訳は、従来の翻訳タスクとは異なり、歌唱性と意味論の微妙なバランスを必要とする。
本稿では,歌詞の音節・言語・文化的側面をシームレスに統合した,歌唱可能な歌詞翻訳の定量的評価のための計算枠組みを提案する。
本フレームワークは,音節数距離,音素繰り返し類似度,音楽構造距離,意味類似度を測定する4つの指標からなる。
提案手法の有効性を検証するために,英語,日本語,韓国語の歌詞を行別,セクション別で正確に調整した歌唱可能な歌詞データセットを収集し,歌唱可能歌詞と非歌唱可能歌詞の比較分析を行った。
多学際的アプローチは,リリック翻訳の技術を支える重要な要素に対する洞察を与え,計算リリック翻訳評価の将来に向けた確固たる基礎研究を確立させる。
関連論文リスト
- Towards Estimating Personal Values in Song Lyrics [5.170818712089796]
西洋諸国で広く消費されている音楽は、歌詞が含まれており、アメリカのサンプルでは、彼らの楽曲ライブラリのほとんどすべてが歌詞を含んでいると報告している。
本稿では,社会科学理論に導かれたパースペクティビズム的アプローチを用いて,アノテーションの収集,品質評価,集約を行う。
次に、評価値辞書を用いて、事前学習した文/単語の埋め込みモデルに基づく評価値と比較する。
論文 参考訳（メタデータ） (2024-08-22T19:22:55Z) - Lyrics Transcription for Humans: A Readability-Aware Benchmark [1.2499537119440243]
本稿では、包括的な歌詞の書き起こしベンチマークであるJam-ALTを紹介する。
ベンチマークには、JamendoLyricsデータセットの完全なリビジョンと、歌詞固有のニュアンスをキャプチャして評価するための評価指標が含まれている。
このベンチマークを最近の書き起こしシステムに適用し、さらにエラー解析を行い、古典的な音楽データセットと実験的な比較を行った。
論文 参考訳（メタデータ） (2024-07-30T14:20:09Z) - SongComposer: A Large Language Model for Lyric and Melody Composition in
Song Generation [88.33522730306674]
SongComposerは、シンボリックな歌の表現でメロディーや歌詞を理解し、生成することができた。
我々は、人間が音楽のためにデザインした成熟した効率的な方法である象徴的な歌の表現に頼っている。
広範な実験により、SongComposerは、歌詞からメロディ生成、メロディから歌詞への生成、歌の継続、テキストから歌への生成において優れたパフォーマンスを示す。
論文 参考訳（メタデータ） (2024-02-27T16:15:28Z) - Bilingual Corpus Mining and Multistage Fine-Tuning for Improving Machine
Translation of Lecture Transcripts [50.00305136008848]
本研究では,並列コーパスマイニングのためのフレームワークを提案し,Coursera の公開講義から並列コーパスを迅速かつ効果的にマイニングする方法を提案する。
日英両国の講義翻訳において,約5万行の並列コーパスを抽出し,開発・テストセットを作成した。
また,コーパスの収集とクリーニング,並列文のマイニング,マイニングデータのクリーニング,高品質な評価スプリットの作成に関するガイドラインも提案した。
論文 参考訳（メタデータ） (2023-11-07T03:50:25Z) - LyricSIM: A novel Dataset and Benchmark for Similarity Detection in
Spanish Song LyricS [52.77024349608834]
歌詞中の意味的類似性に合わせた新しいデータセットとベンチマークを提案する。
このデータセットはもともと2775組のスペイン語の歌で構成されており、63のネイティブアノテータによる集合アノテーション実験で注釈付けされました。
論文 参考訳（メタデータ） (2023-06-02T07:48:20Z) - Unsupervised Melody-to-Lyric Generation [91.29447272400826]
本稿では,メロディ・歌詞データを学習することなく高品質な歌詞を生成する手法を提案する。
我々は、メロディと歌詞のセグメンテーションとリズムアライメントを利用して、与えられたメロディをデコード制約にコンパイルする。
我々のモデルは、強いベースラインよりもオントピー的、歌いやすく、知性があり、一貫性のある高品質な歌詞を生成することができる。
論文 参考訳（メタデータ） (2023-05-30T17:20:25Z) - SenteCon: Leveraging Lexicons to Learn Human-Interpretable Language
Representations [51.08119762844217]
SenteConは、深層言語表現に人間の解釈可能性を導入する方法である。
SenteConは、下流タスクにおける予測性能にほとんど、あるいは全くコストをかからない高レベルな解釈性を提供する。
論文 参考訳（メタデータ） (2023-05-24T05:06:28Z) - Unsupervised Melody-Guided Lyrics Generation [84.22469652275714]
メロディと歌詞の一致したデータを学習することなく、楽しく聴ける歌詞を生成することを提案する。
メロディと歌詞間の重要なアライメントを活用し、与えられたメロディを制約にコンパイルし、生成プロセスを導く。
論文 参考訳（メタデータ） (2023-05-12T20:57:20Z) - Translate the Beauty in Songs: Jointly Learning to Align Melody and
Translate Lyrics [38.35809268026605]
本稿では,自動翻訳の総合解として,Lyrics-Melody Translation with Adaptive Grouping (LTAG)を提案する。
これは、ソース歌詞を同時に翻訳し、各デコードステップでアライメントノートの数を決定することができる、新しいエンコーダ/デコーダフレームワークである。
英語と中国語の歌の翻訳データセットで行った実験は、自動評価と人的評価の両方において、我々のモデルの有効性を示した。
論文 参考訳（メタデータ） (2023-03-28T03:17:59Z)
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。