論文の概要: On Every Note a Griff: Looking for a Useful Representation of Basso Continuo Performance Style

• arxiv url: http://arxiv.org/abs/2601.20478v1
• Date: Wed, 28 Jan 2026 10:47:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-29 15:46:06.901243
• Title: On Every Note a Griff: Looking for a Useful Representation of Basso Continuo Performance Style
• Title（参考訳）: あらゆる点について:バッソ・コンティネント・パフォーマンス・スタイルの有用な表現を探る
• Authors: Adam Štefunko, Carlos Eduardo Cancino-Chacón, Jan Hajič,
• Abstract要約: アラインド・コンティニュオデータセットは、シンボリックドメインで演奏する現代のベース・コンティニュオの最初のサンプルを記録している。 このデータセットは、7人のプレーヤーが実行した5つのベース連続スコアの175MIDIレコードを含む。 最近提案されたベース・コンティニュオ・パフォーマンス・トゥ・スコアアライメントシステムは、即興演奏音をスコア音にマッピングする方法を提供する。 本稿では,歴史的ベース・コンティニュエーションにインスパイアされた表現であるグリフを提案する。
• 参考スコア（独自算出の注目度）: 0.20854674413792754
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Basso continuo is a baroque improvisatory accompaniment style which involves improvising multiple parts above a given bass line in a musical score on a harpsichord or organ. Basso continuo is not merely a matter of history; moreover, it is a historically inspired living practice, and The Aligned Continuo Dataset (ACoRD) records the first sample of modern-day basso continuo playing in the symbolic domain. This dataset, containing 175 MIDI recordings of 5 basso continuo scores performed by 7 players, allows us to start observing and analyzing the variety that basso continuo improvisation brings. A recently proposed basso continuo performance-to-score alignment system provides a way of mapping improvised performance notes to score notes. In order to study aligned basso continuo performances, we need an appropriate feature representation. We propose griff, a representation inspired by historical basso continuo treatises. It enables us to encode both pitch content and structure of a basso continuo realization in a transposition-invariant way. Griffs are directly extracted from aligned basso continuo performances by grouping together performance notes aligned to the same score note in a onset-time ordered way, and they provide meaningful tokens that form a feature space in which we can analyze basso continuo performance styles. We statistically describe griffs extracted from the ACoRD dataset recordings, and show in two experiments how griffs can be used for statistical analysis of individuality of different players' basso continuo performance styles. We finally present an argument why it is desirable to preserve the structure of a basso continuo improvisation in order to conduct a refined analysis of personal performance styles of individual basso continuo practitioners, and why griffs can provide a meaningful historically informed feature space worthy of a more robust empirical validation.
• Abstract（参考訳）: バッソ・コンティニュオ (Basso continuo) はバロック様式の伴奏形式であり、ハープシコードやオルガンの楽譜において、与えられたベースラインの上の複数の部分を即興的に演奏する。 Basso continuoは単なる歴史の問題ではなく、歴史的にインスパイアされた生活習慣であり、The Aligned Continuo Dataset (ACoRD) は象徴的な領域で演奏される現代のバソ連続体の最初のサンプルを記録している。 このデータセットは、7人のプレーヤーが行う5つのベース・コンティニュメントスコアの175MIDI記録を含むもので、ベース・コンティニュエーションの即興効果がもたらす多様性を観察し分析し始めることができる。 最近提案されたベース・コンティニュオ・パフォーマンス・トゥ・スコアアライメントシステムは、即興演奏音をスコア音にマッピングする方法を提供する。 整列したベース協奏曲の演奏を研究するためには,適切な特徴表現が必要である。 本稿では,歴史的ベース・コンティニュエーションにインスパイアされた表現であるグリフを提案する。 これにより、変換不変な方法でベース連続体実現のピッチ内容と構造の両方を符号化できる。 グルーフは、セット時間順序で同じスコア音符に整列した演奏音符をグループ化することにより、アライメントされたベース連続演奏から直接抽出され、ベース連続演奏スタイルを解析できる特徴空間を形成する有意義なトークンを提供する。 ACoRDデータセット記録から抽出したグリフを統計的に記述し、異なるプレイヤーのベース連続演奏スタイルの個人性に関する統計的分析にグリフをどのように使用できるかを示す。 最終的に、個々のベースオ連続演奏者の個人演奏スタイルの洗練された分析を行うために、ベースオ連続演奏の即興演奏の構造を維持することが望ましい理由と、より堅牢な経験的検証に相応しい有意義な歴史的特徴空間をグリフが提供できる理由を論じる。

関連論文リスト

• Scaling Self-Supervised Representation Learning for Symbolic Piano Performance [52.661197827466886]
  本研究では,多量のシンボリック・ピアノ転写を訓練した自己回帰型トランスフォーマモデルの能力について検討した。 比較的小型で高品質なサブセットをファインチューンモデルに使い、音楽の継続を生成、シンボリックな分類タスクを実行し、汎用的なコントラストMIDI埋め込みを生成する。
  論文  参考訳（メタデータ） (2025-06-30T14:00:14Z)
• ImprovNet -- Generating Controllable Musical Improvisations with Iterative Corruption Refinement [6.873190001575463]
  ImprovNetは、表現力と制御性のある即興演奏を生成するトランスフォーマーベースのアーキテクチャである。 ジャンル固有のスタイルでメロディーを調和させ、短期間の即時継続および補充タスクを実行することができる。
  論文  参考訳（メタデータ） (2025-02-06T21:45:38Z)
• Zero-shot Musical Stem Retrieval with Joint-Embedding Predictive Architectures [3.463789345862036]
  本稿では,コンテキストの潜在表現を生成するために,エンコーダと予測器を協調訓練する,結合埋め込み予測アーキテクチャに基づく新しい手法を提案する。 特に,任意の楽器に条件付けした予測器を設計し,ゼロショットステム検索を行えるようにした。 MUSDB18とMoisesDBデータセットを用いて,本モデルの検索性能を検証する。
  論文  参考訳（メタデータ） (2024-11-29T16:11:47Z)
• MuseBarControl: Enhancing Fine-Grained Control in Symbolic Music Generation through Pre-Training and Counterfactual Loss [51.85076222868963]
  制御信号と対応する音楽トークンを直接リンクする事前学習タスクを導入する。 次に、生成した音楽と制御プロンプトとの整合性を向上する新たな対実的損失を実現する。
  論文  参考訳（メタデータ） (2024-07-05T08:08:22Z)
• Modeling Bends in Popular Music Guitar Tablatures [49.64902130083662]
  タブラチュア表記はポピュラー音楽で広く使われ、ギター音楽のコンテンツの書き起こしや共有に使われている。 本論文は,音符のピッチを段階的にシフトできる屈曲に着目し,離散的な指板の物理的制限を回避する。 ポピュラー音楽の932個のリードギタータブラのコーパス上で実験を行い、決定木がF1スコア0.71と限られた偽陽性予測量で屈曲の発生をうまく予測することを示す。
  論文  参考訳（メタデータ） (2023-08-22T07:50:58Z)
• RMSSinger: Realistic-Music-Score based Singing Voice Synthesis [56.51475521778443]
  RMS-SVSは、異なる音符タイプでリアル音楽のスコアを与えられた高品質な歌声を生成することを目的としている。 RMS-SVS方式であるRMSSingerを提案する。 RMSSingerでは,時間を要する音素の持続時間アノテーションと複雑な音素レベルのメルノートアライメントを避けるために,単語レベルのモデリングを導入する。
  論文  参考訳（メタデータ） (2023-05-18T03:57:51Z)
• Exploring the Efficacy of Pre-trained Checkpoints in Text-to-Music Generation Task [86.72661027591394]
  テキスト記述から完全で意味論的に一貫したシンボリック音楽の楽譜を生成する。 テキスト・音楽生成タスクにおける自然言語処理のための公開チェックポイントの有効性について検討する。 実験結果から, BLEUスコアと編集距離の類似性において, 事前学習によるチェックポイントの使用による改善が統計的に有意であることが示唆された。
  論文  参考訳（メタデータ） (2022-11-21T07:19:17Z)
• And what if two musical versions don't share melody, harmony, rhythm, or lyrics ? [2.4366811507669124]
  歌詞の近似表現は、バージョンと非バージョンを識別する効率的なプロキシであることを示す。 次に、これらの機能が相互に補完し、公開された2つのデータセット上で新しい最先端のパフォーマンスを得る方法について説明する。
  論文  参考訳（メタデータ） (2022-10-03T22:33:14Z)
• SeCo: Separating Unknown Musical Visual Sounds with Consistency Guidance [88.0355290619761]
  この作品は未知の楽器の分離に焦点を当てている。 本稿では,未知のカテゴリを分離できるセコ(SeCo)フレームワークを提案する。 本手法は,新たな楽曲カテゴリに適応する能力を示し,基本手法を顕著なマージンで上回る性能を示す。
  論文  参考訳（メタデータ） (2022-03-25T09:42:11Z)

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。