Fugu-MT 論文翻訳(概要): Frechet Music Distance: A Metric For Generative Symbolic Music Evaluation

論文の概要: Frechet Music Distance: A Metric For Generative Symbolic Music Evaluation

arxiv url: http://arxiv.org/abs/2412.07948v1
Date: Tue, 10 Dec 2024 22:22:19 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-12 14:01:11.179002
Title: Frechet Music Distance: A Metric For Generative Symbolic Music Evaluation
Title（参考訳）: Frechet Music Distance: 生成的シンボリック音楽評価のためのメトリクス
Authors: Jan Retkowski, Jakub Stępniak, Mateusz Modrzejewski,
Abstract要約: フレシェ・ミュージック・ディスタンス(Frechet Music Distance, FMD)は、シンボリック・ミュージック・モデルの評価指標である。 FMDはコンピュータビジョンにおけるFrechet Inception Distance(FID)と生成オーディオにおけるFrechet Audio Distance(FAD)にインスパイアされている。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: In this paper we introduce the Frechet Music Distance (FMD), a novel evaluation metric for generative symbolic music models, inspired by the Frechet Inception Distance (FID) in computer vision and Frechet Audio Distance (FAD) in generative audio. FMD calculates the distance between distributions of reference and generated symbolic music embeddings, capturing abstract musical features. We validate FMD across several datasets and models. Results indicate that FMD effectively differentiates model quality, providing a domain-specific metric for evaluating symbolic music generation, and establishing a reproducible standard for future research in symbolic music modeling.
Abstract（参考訳）: 本稿では、コンピュータビジョンにおけるFrechet Inception Distance(FID)と生成オーディオにおけるFrechet Audio Distance(FAD)にインスパイアされた、生成的シンボリック音楽モデルの新たな評価指標であるFrechet Music Distance(FMD)を紹介する。 FMDは、参照の分布と生成されたシンボリック音楽の埋め込みの間の距離を計算し、抽象的な音楽的特徴をキャプチャする。いくつかのデータセットやモデルにまたがってFMDを検証する。その結果、FMDはモデル品質を効果的に差別化し、シンボリック・ミュージック・ジェネレーションを評価するためのドメイン固有の指標を提供し、シンボリック・ミュージック・モデリングにおける将来の研究のための再現可能な標準を確立することを示唆した。

関連論文リスト

MMT-BERT: Chord-aware Symbolic Music Generation Based on Multitrack Music Transformer and MusicBERT [44.204383306879095]
シンボリック・マルチトラック音楽生成に特化して設計された新しいシンボリック・ミュージック表現とジェネレーティブ・アディバーショナル・ネットワーク(GAN)フレームワークを提案する。頑健なマルチトラック・ミュージック・ジェネレータを構築するため,事前学習したMusicBERTモデルを微調整して判別器として機能し,相対論的標準損失を取り入れた。
論文参考訳（メタデータ） (2024-09-02T03:18:56Z)
Toward a More Complete OMR Solution [49.74172035862698]
光音楽認識は、音楽の表記をデジタル形式に変換することを目的としている。 OMRに取り組む1つのアプローチは、画像内の視覚音楽の表記要素を最初に検出するマルチステージパイプラインである。 YOLOv8に基づく音楽オブジェクト検出器を導入し,検出性能を向上する。第2に、検出出力に基づいて記法組立段階を完了する教師付きトレーニングパイプラインを導入する。
論文参考訳（メタデータ） (2024-08-31T01:09:12Z)
Knowledge Discovery in Optical Music Recognition: Enhancing Information Retrieval with Instance Segmentation [0.0]
光音楽認識(OMR)は、画像からMusicXML、MEI、MIDIなどの機械可読フォーマットに音符の書き起こしを自動化する。本研究では,MAsk R-CNNを用いたサンプルセグメンテーションを適用してOMRにおける知識発見について検討し,楽譜における記号の検出とデライン化を強化する。
論文参考訳（メタデータ） (2024-08-27T12:34:41Z)
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)
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)
Multi-view MidiVAE: Fusing Track- and Bar-view Representations for Long Multi-track Symbolic Music Generation [50.365392018302416]
長い多トラックのシンボリック・ミュージックを効果的にモデル化・生成するVAE手法の先駆者の一つであるMulti-view MidiVAEを提案する。我々は,ハイブリッドな変分符号化・復号化戦略を用いて,楽器の特徴と調和,および楽曲のグローバルおよびローカルな情報に焦点をあてる。
論文参考訳（メタデータ） (2024-01-15T08:41:01Z)
MARBLE: Music Audio Representation Benchmark for Universal Evaluation [79.25065218663458]
我々は,UniversaL Evaluation(MARBLE)のための音楽音響表現ベンチマークを紹介する。音響、パフォーマンス、スコア、ハイレベルな記述を含む4つの階層レベルを持つ包括的分類を定義することで、様々な音楽情報検索(MIR)タスクのベンチマークを提供することを目的としている。次に、8つの公開データセット上の14のタスクに基づいて統一されたプロトコルを構築し、ベースラインとして音楽録音で開発されたすべてのオープンソース事前学習モデルの表現を公平かつ標準的に評価する。
論文参考訳（メタデータ） (2023-06-18T12:56:46Z)
Discrete Diffusion Probabilistic Models for Symbolic Music Generation [6.617487928813374]
本研究は,D3PMを用いたポリフォニックシンボリック音楽の直接生成について述べる。現在の定量的評価指標によると,本モデルは最先端のサンプル品質を示す。また,音楽サンプルの品質の定量的評価について,統計的指標を用いて批判的考察を行い,簡単なアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-05-16T14:43:38Z)
MATT: A Multiple-instance Attention Mechanism for Long-tail Music Genre Classification [1.8275108630751844]
不均衡音楽ジャンル分類は音楽情報検索(MIR)分野において重要な課題である。既存のモデルのほとんどは、クラスバランスの音楽データセット用に設計されている。末尾クラスを特定するために,MATT(Multi-Instance Attention)と呼ばれる新しいメカニズムを提案する。
論文参考訳（メタデータ） (2022-09-09T03:52:44Z)
Sequence Generation using Deep Recurrent Networks and Embeddings: A study case in music [69.2737664640826]
本稿では,異なる種類の記憶機構(メモリセル)について評価し,音楽合成分野におけるその性能について検討する。提案したアーキテクチャの性能を自動評価するために,定量的な測定値のセットが提示される。
論文参考訳（メタデータ） (2020-12-02T14:19:19Z)

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。