論文の概要: Grammatical Structure and Grammatical Variations in Non-Metric Iranian Classical Music
- arxiv url: http://arxiv.org/abs/2507.10708v1
- Date: Mon, 14 Jul 2025 18:21:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-16 19:46:02.834378
- Title: Grammatical Structure and Grammatical Variations in Non-Metric Iranian Classical Music
- Title（参考訳）: 非メートルイラン古典音楽における文法構造と文法的変化
- Authors: Maziar Kanani, Sean O Leary, James McDermott,
- Abstract要約: 非メトリックなイランの古典音楽からなる記号的データセットと、この音楽の構造解析のためのアルゴリズム、変奏曲の生成について紹介する。
コーパスは、イラン古典音楽の基礎的レパートリーであるラディフ・ミルザ・アブドラ(英語版)のMIDIファイルとダストガ・シュール(英語版)のデータシートで構成されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this study we introduce a symbolic dataset composed of non-metric Iranian classical music, and algorithms for structural parsing of this music, and generation of variations. The corpus comprises MIDI files and data sheets of Dastgah Shour from Radif Mirza Abdollah, the foundational repertoire of Iranian classical music. Furthermore, we apply our previously-introduced algorithm for parsing melodic structure (Kanani et al., 2023b)to the dataset. Unlike much Western music, this type of non-metric music does not follow bar-centric organisation. The non-metric organisation can be captured well by our parsing algorithm. We parse each tune (Gusheh) into a grammar to identify motifs and phrases. These grammar representations can be useful for educational and ethnomusicological purposes. We also further develop a previously-introduced method of creating melodic variations (Kanani et al., 2023b). After parsing an existing tune to produce a grammar, by applying mutations to this grammar, we generate a new grammar. Expanding this new version yields a variation of the original tune. Variations are assessed by a domain-expert listener. Additionally, we conduct a statistical analysis of mutation with different representation setups for our parsing and generation algorithms. The overarching conclusion is that the system successfully produces acceptable variations post-mutation. While our case study focuses on Iranian classical music, the methodology can be adapted for Arabic or Turkish classical music.
- Abstract（参考訳）: 本研究では,イランの非メトリックなクラシック音楽と,この音楽の構造解析のためのアルゴリズム,変奏曲を生成するためのシンボリックデータセットについて紹介する。
コーパスは、イラン古典音楽の基礎的レパートリーであるラディフ・ミルザ・アブドラ(英語版)のMIDIファイルとダストガ・シュール(英語版)のデータシートで構成されている。
さらに,従来導入されていたメロディ構造解析アルゴリズム(Kanani et al , 2023b)をデータセットに適用した。
多くの西洋音楽とは異なり、このタイプの非メートル法音楽はバー中心の組織に従わない。
非メトリックな組織は、解析アルゴリズムによってうまく捉えられます。
それぞれの曲(Gusheh)を文法にパースして、モチーフとフレーズを識別します。
これらの文法表現は、教育的・民族音楽学的目的に有用である。
また,従来導入されていたメロディ変奏法(Kanani et al , 2023b)も開発している。
既存の調律を解析して文法を生成すると、この文法に突然変異を適用することで、新しい文法を生成する。
この新しいバージョンを拡張することで、オリジナルの曲のバリエーションが得られる。
バリエーションはドメインエキスパートリスナーによって評価される。
さらに,解析および生成アルゴリズムの表現の異なる変異を統計的に解析する。
過大な結論は、システムは変更後の許容可能なバリエーションを生成できるということである。
我々のケーススタディはイランのクラシック音楽に焦点を当てているが、この方法論はアラビア語やトルコのクラシック音楽に適応することができる。
関連論文リスト
- Parsing Musical Structure to Enable Meaningful Variations [0.0]
本稿では,既存の曲の変動による音楽生成のためのルールに基づく新しいアプローチを提案する。
それぞれの曲をパースして、曲中のすべての繰り返しを表す構造であるパスウェイアセンブリ(PA)を見つけます。
そして、直接の調律ではなく、文法の突然変異を実行します。
論文 参考訳（メタデータ） (2025-07-14T19:04:49Z) - Melody Construction for Persian lyrics using LSTM recurrent neural networks [0.0]
歌詞の音節とメロディの間には音韻的相関があることが推定された。
この仮定を調査するためにSeq2seqニューラルネットワークを開発した。
ペルシャの歌のパラレル音節と音節列で訓練され、新しい音節列のための快楽な旋律が提案された。
論文 参考訳（メタデータ） (2024-10-23T18:11:44Z) - 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) - REFFLY: Melody-Constrained Lyrics Editing Model [50.03960548399128]
本稿では,旋律に沿った歌詞を編集・生成する最初のフレームワークであるREFFLYを紹介する。
合成したメロディ対応歌詞データセットを用いて歌詞修正モジュールを訓練する。
そこで本研究では,意味的意味と音楽的一貫性の両立を目的とした学習自由度を提案する。
論文 参考訳（メタデータ） (2024-08-30T23:22:34Z) - InstructME: An Instruction Guided Music Edit And Remix Framework with
Latent Diffusion Models [42.2977676825086]
本稿では,遅延拡散モデルに基づくインストラクションガイド付き音楽編集・リミックスフレームワークであるInstructMEを開発する。
本フレームワークは,編集前後の一貫性を維持するため,U-Netをマルチスケールアグリゲーションで強化する。
提案手法は, 音質, テキスト関連性, 調和性において, 先行するシステムを大幅に上回っている。
論文 参考訳（メタデータ） (2023-08-28T07:11:42Z) - 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) - 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) - 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) - A Dataset for Greek Traditional and Folk Music: Lyra [69.07390994897443]
本稿では,80時間程度で要約された1570曲を含むギリシャの伝統音楽と民俗音楽のデータセットについて述べる。
このデータセットにはYouTubeのタイムスタンプ付きリンクが組み込まれており、オーディオやビデオの検索や、インスツルメンテーション、地理、ジャンルに関する豊富なメタデータ情報が含まれている。
論文 参考訳（メタデータ） (2022-11-21T14:15:43Z) - Music-to-Text Synaesthesia: Generating Descriptive Text from Music
Recordings [36.090928638883454]
音楽からテキストへの合成は、音楽録音から記述的なテキストを同じ感情で生成し、さらに理解することを目的としている。
音楽録音の内容を記述可能な文を生成するための計算モデルを構築した。
非差別的なクラシック音楽に対処するために,グループトポロジ保存損失を設計する。
論文 参考訳（メタデータ） (2022-10-02T06:06:55Z) - Genre-conditioned Acoustic Models for Automatic Lyrics Transcription of
Polyphonic Music [73.73045854068384]
本稿では,新ジャンルネットワークを用いたポリフォニック音楽の歌詞の書き起こしを提案する。
提案するネットワークは,事前学習されたモデルパラメータを採用し,階層間のジャンルアダプタを組み込んで,歌詞とジャンルのペアのジャンルの特色を抽出する。
実験の結果,提案するジャンル条件付きネットワークは既存の歌詞の書き起こしシステムよりも優れていた。
論文 参考訳（メタデータ） (2022-04-07T09:15:46Z) - Unsupervised Cross-Modal Audio Representation Learning from Unstructured
Multilingual Text [69.55642178336953]
教師なし音声表現学習へのアプローチを提案する。
3重項ニューラルネットワークアーキテクチャに基づいて、意味論的に関連付けられたクロスモーダル情報を用いて、音声トラック関連性を推定する。
我々のアプローチは、様々なアノテーションスタイルと、このコレクションの異なる言語に不変であることを示す。
論文 参考訳（メタデータ） (2020-03-27T07:37:15Z)
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。