論文の概要: Transcribing Rhythmic Patterns of the Guitar Track in Polyphonic Music

• arxiv url: http://arxiv.org/abs/2510.05756v1
• Date: Tue, 07 Oct 2025 10:22:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-08 17:57:08.199617
• Title: Transcribing Rhythmic Patterns of the Guitar Track in Polyphonic Music
• Title（参考訳）: ポリフォニック音楽におけるギタートラックのリズムパターンの書き起こし
• Authors: Aleksandr Lukoianov, Anssi Klapuri,
• Abstract要約: ポピュラーな410曲のリズミカルなパターンを書き起こし、ギターのトラックがそれらの書き起こしに従うカバーバージョンを記録しました。 分離されたギター・オーディオの個々のストラムを、事前訓練された基礎モデル(MERT)をバックボーンとして検出する。 ポリフォニック・ミュージックにおけるギター・トラックのリズミカル・パターンを極めて高精度に書き起こすことが可能であることを示す。
• 参考スコア（独自算出の注目度）: 46.69593319852797
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Whereas chord transcription has received considerable attention during the past couple of decades, far less work has been devoted to transcribing and encoding the rhythmic patterns that occur in a song. The topic is especially relevant for instruments such as the rhythm guitar, which is typically played by strumming rhythmic patterns that repeat and vary over time. However, in many cases one cannot objectively define a single "right" rhythmic pattern for a given song section. To create a dataset with well-defined ground-truth labels, we asked expert musicians to transcribe the rhythmic patterns in 410 popular songs and record cover versions where the guitar tracks followed those transcriptions. To transcribe the strums and their corresponding rhythmic patterns, we propose a three-step framework. Firstly, we perform approximate stem separation to extract the guitar part from the polyphonic mixture. Secondly, we detect individual strums within the separated guitar audio, using a pre-trained foundation model (MERT) as a backbone. Finally, we carry out a pattern-decoding process in which the transcribed sequence of guitar strums is represented by patterns drawn from an expert-curated vocabulary. We show that it is possible to transcribe the rhythmic patterns of the guitar track in polyphonic music with quite high accuracy, producing a representation that is human-readable and includes automatically detected bar lines and time signature markers. We perform ablation studies and error analysis and propose a set of evaluation metrics to assess the accuracy and readability of the predicted rhythmic pattern sequence.
• Abstract（参考訳）: 過去数十年間、和音の書き起こしはかなりの注目を集めてきたが、歌の中で起こるリズムパターンの書き起こしと符号化に、はるかに少ない作業が注がれている。 この話題は、リズムギターのような楽器に特に関係しており、それは通常、時間の経過とともに繰り返され変化するリズムパターンをかき鳴らして演奏される。 しかし、多くの場合、特定の歌節に対する単一の「右」リズムパターンを客観的に定義することはできない。 410曲のリズミカルなパターンの書き起こしと、ギターのトラックがそれらの書き起こしに追随するカバーバージョンの記録を専門のミュージシャンに依頼した。 ストラムとその対応するリズムパターンを転写するために,3段階の枠組みを提案する。 まず,ポリフォニックミキシングからギター部分を取り出すために,近似ステム分離を行う。 第2に,事前学習基礎モデル(MERT)をバックボーンとして,分離したギターオーディオ中の個々のストラムを検出する。 最後に,ギターストラムの書き起こしシーケンスを専門家による語彙から抽出したパターンで表現するパターン復号処理を行う。 ポリフォニック音楽におけるギタートラックのリズミカルなパターンを極めて高精度に書き起こし、人間の読みやすい表現を生成し、自動的に検出されたバー線とタイムシグネチャマーカーを含むことを示す。 そこで我々はアブレーション研究と誤り解析を行い、予測されたリズムパターン列の精度と可読性を評価するための評価指標セットを提案する。

関連論文リスト

• Joint Transcription of Acoustic Guitar Strumming Directions and Chords [2.5398014196797614]
  我々は,新しいデータセットと深層学習に基づく転写モデルを導入することで,ギターストーミング転写へのマルチモーダルアプローチを拡張した。 ESP32スマートウォッチモーションセンサと構造化記録プロトコルを用いて90分間のギター録音を収集する。 畳み込みイベントを検出し、その方向を分類し、マイクオーディオのみを使用して対応するコードを特定するために、畳み込みリカレントニューラルネットワーク(CRNN)モデルを訓練する。
  論文  参考訳（メタデータ） (2025-08-11T13:34:49Z)
• TapToTab : Video-Based Guitar Tabs Generation using AI and Audio Analysis [0.0]
  本稿では,ディープラーニング,特にリアルタイムフレットボード検出のためのYOLOモデルを活用した高度なアプローチを提案する。 実験の結果,従来の手法に比べて検出精度とロバスト性は著しく向上した。 本稿では,ビデオ録音からギタータブを自動生成することで,ギター指導に革命をもたらすことを目的とする。
  論文  参考訳（メタデータ） (2024-09-13T08:17:15Z)
• 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)
• 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)
• 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)
• 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)
• Unaligned Supervision For Automatic Music Transcription in The Wild [1.2183405753834562]
  NoteEMは、トランクレーバーを同時に訓練し、スコアを対応するパフォーマンスに合わせる方法である。 我々は、MAPSデータセットのSOTAノートレベル精度と、データセット間の評価において好適なマージンを報告した。
  論文  参考訳（メタデータ） (2022-04-28T17:31:43Z)
• A Data-Driven Methodology for Considering Feasibility and Pairwise Likelihood in Deep Learning Based Guitar Tablature Transcription Systems [18.247508110198698]
  この作品では、シンボリック・タブラチュアを利用して、ギターの音符のペアの確率を推定する。 ベースライン表象転写モデルの出力層を再構成し、阻害損失を組み込むことで、不可能なノートペアの共活性化を防止できる。 これは自然にギターの演奏性制約を強制し、ペアの確率を推定するために使用されるシンボリックデータとより整合したタブラを与える。
  論文  参考訳（メタデータ） (2022-04-17T22:10:37Z)

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。