Fugu-MT 論文翻訳(概要): Exploring Tokenization Methods for Multitrack Sheet Music Generation

論文の概要: Exploring Tokenization Methods for Multitrack Sheet Music Generation

arxiv url: http://arxiv.org/abs/2410.17584v1
Date: Wed, 23 Oct 2024 06:19:48 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-24 13:54:45.295300
Title: Exploring Tokenization Methods for Multitrack Sheet Music Generation
Title（参考訳）: マルチトラック楽譜生成のためのトークン化手法の探索
Authors: Yashan Wang, Shangda Wu, Xingjian Du, Maosong Sun,
Abstract要約: 本研究ではABC表記におけるマルチトラックシート音楽のトークン化について検討する。計算効率と音楽性の両方の観点から、実験結果から、バーストリームパッチングが全体として最も優れていることが示されている。
参考スコア（独自算出の注目度）: 48.8206920811097
License:
Abstract: This study explores the tokenization of multitrack sheet music in ABC notation, introducing two methods--bar-stream and line-stream patching. We compare these methods against existing techniques, including bar patching, byte patching, and Byte Pair Encoding (BPE). In terms of both computational efficiency and the musicality of the generated compositions, experimental results show that bar-stream patching performs best overall compared to the others, which makes it a promising tokenization strategy for sheet music generation.
Abstract（参考訳）: 本研究では,ABC表記におけるマルチトラックシート音楽のトークン化について検討し,バーストリームとラインストリームの2つの手法を提案する。本稿では,バーパッチ,バイトパッチ,Byte Pair Encoding (BPE)など,既存の手法と比較する。計算効率と生成した楽曲の楽しさの両面から, 実験結果から, バーストリーム・パッチングが他の楽曲と比較して総合的に最も優れており, 楽譜生成において有望なトークン化戦略であることが示された。

関連論文リスト

Audio-to-Score Conversion Model Based on Whisper methodology [0.0]
この論文は、音楽情報をトークンに変換するカスタム表記システムである"Orpheus' Score"を革新的に導入している。実験によると、従来のアルゴリズムと比較して、モデルは精度と性能を大幅に改善した。
論文参考訳（メタデータ） (2024-10-22T17:31:37Z)
Contextual Document Embeddings [77.22328616983417]
本稿では,コンテキスト化された文書埋め込みのための2つの補完手法を提案する。第一に、文書近傍を明示的にバッチ内コンテキスト損失に組み込む別のコントラスト学習目標である。第二に、隣接する文書情報をエンコードされた表現に明示的にエンコードする新しいコンテキストアーキテクチャ。
論文参考訳（メタデータ） (2024-10-03T14:33:34Z)
Batching BPE Tokenization Merges [55.2480439325792]
BatchBPEはByte PairアルゴリズムのPython実装である。ベーシックラップトップ上で高品質なトークンをトレーニングするために使用される。
論文参考訳（メタデータ） (2024-08-05T09:37:21Z)
Token-level Correlation-guided Compression for Efficient Multimodal Document Understanding [54.532578213126065]
ほとんどの文書理解手法は、サブイメージ内の全てのトークンを保存し、それらを等しく扱う。これにより、異なる情報性が無視され、画像トークンの数が大幅に増加する。トークン処理を最適化するためのパラメータフリーかつプラグアンドプレイ手法であるトークンレベルの相関誘導圧縮を提案する。
論文参考訳（メタデータ） (2024-07-19T16:11:15Z)
From Words to Music: A Study of Subword Tokenization Techniques in Symbolic Music Generation [1.9188864062289432]
サブワードのトークン化は、Transformerベースのモデルを用いたテキストベースの自然言語処理タスクで広く成功している。楽後トークン化方式にサブワードトークン化を適用し,より長い曲を同時に生成できることを見出した。本研究は,サブワードのトークン化が記号的音楽生成の有望な手法であり,作曲に広範な影響を及ぼす可能性を示唆している。
論文参考訳（メタデータ） (2023-04-18T12:46:12Z)
Symbolic Music Structure Analysis with Graph Representations and Changepoint Detection Methods [1.1677169430445211]
シンボリック音楽の形式や構造を,ノルム,G-PELT,G-Windowの3つの手法を提案する。我々は,記号曲をグラフ表現で符号化し,隣接行列の斬新さを計算することで,記号曲の構造をうまく表現できることを発見した。
論文参考訳（メタデータ） (2023-03-24T09:45:11Z)
An Comparative Analysis of Different Pitch and Metrical Grid Encoding Methods in the Task of Sequential Music Generation [4.941630596191806]
本稿では,トークンベースの逐次音楽生成モデルの性能に及ぼすピッチとメーターの影響について分析する。グリッド解像度は0(アブレーション),1(バーレベル),4(ダウンビートレベル),4(ダウンビートレベル),8(ダウンビートレベル),64(64番目のノートグリッドレベル)までのシングルトークンアプローチとマルチトークンアプローチを比較する。以上の結果から,クラスオクターブの符号化は,ピッチ関連測定値に基づいてグラニュル化したMIDI符号化よりも有意に優れていたことが示唆された。
論文参考訳（メタデータ） (2023-01-31T03:19:50Z)
Byte Pair Encoding for Symbolic Music [0.0]
Byte Pair 埋め込みは語彙サイズを増大させながらシーケンス長を著しく減少させる。我々は、より表現力のあるトークンでそのようなモデルの埋め込み能力を活用し、その結果、より優れた結果と、生成および分類タスクにおける高速な推論の両方をもたらす。ソースコードはGithubと同伴のウェブサイトで共有されている。
論文参考訳（メタデータ） (2023-01-27T20:22:18Z)
TACo: Token-aware Cascade Contrastive Learning for Video-Text Alignment [68.08689660963468]
Token-Aware Cascade contrastive Learning (TACo)と呼ばれる新しいアルゴリズムは、2つの新しい手法を用いてコントラスト学習を改善する。そこで我々は,YouCook2,MSR-VTT,ActivityNetの3つの公開テキストビデオ検索ベンチマークに最先端を新たに設定した。
論文参考訳（メタデータ） (2021-08-23T07:24:57Z)
Few-shot Sequence Learning with Transformers [79.87875859408955]
少数のトレーニング例で提供される新しいタスクの学習を目的とした少数のショットアルゴリズム。本研究では,データポイントがトークンのシーケンスである設定において,少数ショット学習を行う。トランスフォーマーに基づく効率的な学習アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-12-17T12:30:38Z)

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。