論文の概要: Fretting-Transformer: Encoder-Decoder Model for MIDI to Tablature Transcription

• arxiv url: http://arxiv.org/abs/2506.14223v1
• Date: Tue, 17 Jun 2025 06:25:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-18 17:34:59.356715
• Title: Fretting-Transformer: Encoder-Decoder Model for MIDI to Tablature Transcription
• Title（参考訳）: フレッティング・トランス:MIDIのエンコーダ・デコーダモデル
• Authors: Anna Hamberger, Sebastian Murgul, Jochen Schmidt, Michael Heizmann,
• Abstract要約: Fretting-Transformer(フレッティング・トランスフォーマー)は、T5トランスフォーマーアーキテクチャを利用して、MIDIシーケンスをギターのタブーに自動転写するエンコーダデコーダモデルである。 タスクをシンボリック翻訳問題としてフレーミングすることで、文字列のあいまいさや物理的プレイ可能性といった重要な課題に対処する。
• 参考スコア（独自算出の注目度）: 2.3249139042158853
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Music transcription plays a pivotal role in Music Information Retrieval (MIR), particularly for stringed instruments like the guitar, where symbolic music notations such as MIDI lack crucial playability information. This contribution introduces the Fretting-Transformer, an encoderdecoder model that utilizes a T5 transformer architecture to automate the transcription of MIDI sequences into guitar tablature. By framing the task as a symbolic translation problem, the model addresses key challenges, including string-fret ambiguity and physical playability. The proposed system leverages diverse datasets, including DadaGP, GuitarToday, and Leduc, with novel data pre-processing and tokenization strategies. We have developed metrics for tablature accuracy and playability to quantitatively evaluate the performance. The experimental results demonstrate that the Fretting-Transformer surpasses baseline methods like A* and commercial applications like Guitar Pro. The integration of context-sensitive processing and tuning/capo conditioning further enhances the model's performance, laying a robust foundation for future developments in automated guitar transcription.
• Abstract（参考訳）: 音楽の書き起こしは音楽情報検索(MIR)において重要な役割を担っており、特にギターのような弦楽器ではMIDIのような記号的な音楽表記は重要な演奏性情報を持たない。 このコントリビューションでは、Fretting-Transformerというエンコーダデコーダモデルを導入し、T5トランスフォーマーアーキテクチャを使ってMIDI配列をギターの表紙に自動転写する。 タスクをシンボリック翻訳問題としてフレーミングすることで、文字列のあいまいさや物理的プレイ可能性といった重要な課題に対処する。 提案システムは,DadaGP,GuitarToday,Leducなどのさまざまなデータセットを,新たなデータ前処理とトークン化戦略で活用する。 本研究は,演奏性能を定量的に評価するために,表計算精度と遊びやすさの指標を開発した。 実験の結果、Fretting-TransformerはA*のようなベースラインメソッドやGuitar Proのような商用アプリケーションを上回ることがわかった。 文脈に敏感な処理とチューニング/コンディショニングの統合により、モデルの性能がさらに向上し、ギターの自動書き起こしにおける将来の発展のための堅牢な基盤が築かれる。

関連論文リスト

• SongGen: A Single Stage Auto-regressive Transformer for Text-to-Song Generation [75.86473375730392]
  SongGenは、コントロール可能な曲を生成するための、完全なオープンソースでシングルステージの自動回帰トランスフォーマーである。 音声と伴奏の混合を生成する混合モードと、それらを別々に合成するデュアルトラックモードの2つの出力モードをサポートする。 コミュニティの関与と今後の研究を促進するため、私たちは、モデルの重み付け、トレーニングコード、注釈付きデータ、前処理パイプラインをリリースします。
  論文  参考訳（メタデータ） (2025-02-18T18:52:21Z)
• End-to-end Piano Performance-MIDI to Score Conversion with Transformers [26.900974153235456]
  実世界のピアノ演奏-MIDIファイルから直接詳細な楽譜を構築するエンド・ツー・エンドのディープ・ラーニング・アプローチを提案する。 シンボリック・ミュージック・データのための新しいトークン化表現を備えたモダン・トランスフォーマー・ベース・アーキテクチャを提案する。 また,本手法は,演奏データからトリルマークやステム方向などの表記法の詳細を直接予測する最初の方法でもある。
  論文  参考訳（メタデータ） (2024-09-30T20:11:37Z)
• MIDI-to-Tab: Guitar Tablature Inference via Masked Language Modeling [6.150307957212576]
  シンボリックギターのタブリング推定のための新しいディープラーニングソリューションを提案する。 我々は、文字列に音符を割り当てるために、マスク付き言語モデリングパラダイムでエンコーダ・デコーダ変換モデルを訓練する。 このモデルは、まず25K以上のタブチュアのデータセットであるDadaGPで事前トレーニングされ、その後、プロが書き起こしたギター演奏のキュレートセットで微調整される。
  論文  参考訳（メタデータ） (2024-08-09T12:25:23Z)
• YourMT3+: Multi-instrument Music Transcription with Enhanced Transformer Architectures and Cross-dataset Stem Augmentation [15.9795868183084]
  マルチストラクチャメント音楽の書き起こしは、ポリフォニック音楽の録音を各楽器に割り当てられた楽譜に変換することを目的としている。 本稿では、マルチストラクチャメント音楽の書き起こし強化のためのモデルの組であるYourMT3+を紹介する。 実験では,音声分離前処理装置の不要さを排除し,直接音声書き起こし機能を示す。
  論文  参考訳（メタデータ） (2024-07-05T19:18:33Z)
• Simple and Controllable Music Generation [94.61958781346176]
  MusicGenは単一の言語モデル(LM)であり、圧縮された離散的な音楽表現、すなわちトークンの複数のストリームで動作する。 以前の作業とは異なり、MusicGenはシングルステージのトランスフォーマーLMと効率的なトークンインターリービングパターンで構成されている。
  論文  参考訳（メタデータ） (2023-06-08T15:31:05Z)
• 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)
• Symphony Generation with Permutation Invariant Language Model [57.75739773758614]
  変分不変言語モデルに基づくシンフォニーネットという記号的シンフォニー音楽生成ソリューションを提案する。 シンフォニートークンの超長いシーケンスをモデル化するためのバックボーンとして、新しいトランスフォーマーデコーダアーキテクチャが導入された。 実験結果から,提案手法は人間の構成と比べ,コヒーレント,新規,複雑,調和的な交響曲を生成できることが示唆された。
  論文  参考訳（メタデータ） (2022-05-10T13:08:49Z)
• Applying the Transformer to Character-level Transduction [68.91664610425114]
  この変換器は、様々な単語レベルのNLPタスクにおいて、繰り返しニューラルネットワークに基づくシーケンス・ツー・シーケンスモデルより優れていることが示されている。 十分なバッチサイズで、トランスフォーマーは文字レベルタスクの繰り返しモデルよりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-05-20T17:25:43Z)

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。