論文の概要: Velocity Prediction in Automatic Guitar Transcription

• arxiv url: http://arxiv.org/abs/2606.24912v1
• Date: Fri, 19 Jun 2026 11:33:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 17:05:30.045239
• Title: Velocity Prediction in Automatic Guitar Transcription
• Title（参考訳）: 自動ギター転写における速度予測
• Abstract要約: 速度(Velocity)は、通常メモ強度の尺度であり、自動ギター転写(AGT)モデルでは一般的には予測されない。 本稿では、仮想楽器を用いて速度ラベルを用いた合成トレーニングデータを生成するAGTにおける速度予測手法とモデルを提案する。 このモデルは、ギターの書き起こしにおけるアートの状態に匹敵する結果を得ると同時に、速度の予測にも成功している。
• 参考スコア（独自算出の注目度）: 22.12614290707572
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automatic Music Transcription (AMT) models have achieved a high level of success in polyphonic transcription of various instruments. Velocity, typically a measure of note intensity, is less commonly predicted in these models due to the absence of velocity labels in available datasets and lack of a proper definition for instruments other than piano. We present a methodology and model for velocity prediction in Automatic Guitar Transcription (AGT) which uses virtual instruments to generate synthetic training data with velocity labels. We first pretrain a model on this synthetic data. These weights are then transferred to a different model and trained on real guitar audio, allowing the model to retain the working velocity prediction while also achieving high performance and generalisability from the real training data. The velocity prediction is shown to outperform a baseline model which does not use the pretrained velocity weights, when evaluated on synthetic data. In addition, using the pretrained velocity weights offers a small improvement in note transcription, though the magnitude of this improvement is limited and not always significant depending on the testing data. Overall the model achieves results comparable to the state of the art in guitar transcription, while also successfully predicting velocity.
• Abstract（参考訳）: AMT(Automatic Music Transcription)モデルは、様々な楽器のポリフォニックな書き起こしにおいて高い成功を収めている。 速度は、典型的には音の強さの尺度であるが、これらのモデルでは、利用可能なデータセットに速度ラベルがないことと、ピアノ以外の楽器に適切な定義がないため、一般的には予測されない。 本稿では、仮想楽器を用いてベロシティラベルを用いた合成トレーニングデータを生成する自動ギター転写(AGT)におけるベロシティ予測手法とモデルを提案する。 まず、この合成データに基づいてモデルを事前訓練する。 これらの重みは、異なるモデルに転送され、実際のギターのオーディオでトレーニングされ、実際のトレーニングデータから高い性能と一般化性を達成しながら、作業速度の予測を維持することができる。 速度予測は, 事前学習した速度重みを使用しないベースラインモデルよりも優れており, 合成データを用いて評価する。 さらに、事前訓練された速度重みを使用すると、ノートの書き起こしが微妙に改善されるが、この改善の規模は限定的であり、テストデータによっては必ずしも重要ではない。 全体として、モデルはギターの書き起こしの最先端に匹敵する結果を得るが、速度の予測も成功している。

関連論文リスト

• GuitarFlow: Realistic Electric Guitar Synthesis From Tablatures via Flow Matching and Style Transfer [7.72498447842112]
  本稿では,エレキギター合成に特化したモデルであるGuitarFlowを紹介する。 生成プロセスは、ユビキタスで直感的なギター固有の記号形式であるタブラを用いてガイドされる。 タトゥールから生成したギター・オーディオのリアリズムに顕著な改善が認められた。
  論文  参考訳（メタデータ） (2025-10-23T13:31:41Z)
• Physical Autoregressive Model for Robotic Manipulation without Action Pretraining [65.8971623698511]
  我々は、自己回帰ビデオ生成モデルを構築し、物理自己回帰モデル(PAR)を提案する。 PARは、アクション事前トレーニングを必要とせず、物理力学を理解するために、ビデオ事前トレーニングに埋め込まれた世界の知識を活用する。 ManiSkillベンチマークの実験は、PARがPushCubeタスクで100%の成功率を達成したことを示している。
  論文  参考訳（メタデータ） (2025-08-13T13:54:51Z)
• Exploring Procedural Data Generation for Automatic Acoustic Guitar Fingerpicking Transcription [2.8544822698499255]
  本研究では、実際の音声記録の代替として、手続き型データ生成パイプラインについて検討する。 提案手法は,知識ベースフィンガーピッキング・タブチュア・コンポジション,MIDIパフォーマンス・レンダリング,物理モデリングの4段階を通じてトレーニングデータを合成する。 我々は、実データと合成データの両方でCRNNベースのノート追跡モデルを訓練し、評価し、手続きデータを用いて適切なノート追跡結果が得られることを示す。
  論文  参考訳（メタデータ） (2025-08-11T13:52:17Z)
• OmniTraj: Pre-Training on Heterogeneous Data for Adaptive and Zero-Shot Human Trajectory Prediction [62.385417528148224]
  OmniTrajは、大規模な異種データセットで事前トレーニングされたトランスフォーマーベースのモデルである。 実験によると、フレームレートを明示的に条件付けすることで、OmniTrajは最先端のゼロショット転送性能を実現することができる。
  論文  参考訳（メタデータ） (2025-07-31T15:37:09Z)
• 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)
• Full waveform inversion with CNN-based velocity representation extension [4.255346660147713]
  フルウェーブフォームインバージョン(FWI)は、観測データとシミュレーションデータとの差を最小限にして速度モデルを更新する。 数値モデリングおよび不完全地震データ取得における離散化誤差は、隣接演算子を介して伝搬するノイズを導入することができる。 我々は、前方シミュレーションを実行する前に速度モデルを洗練するために畳み込みニューラルネットワーク(CNN)を用いる。 速度とネットワークパラメータの両方を更新するために、同じデータ不適合損失を使用して、自己教師付き学習手順を作成します。
  論文  参考訳（メタデータ） (2025-04-22T12:14:38Z)
• Learning Velocity and Acceleration: Self-Supervised Motion Consistency for Pedestrian Trajectory Prediction [16.532357621144342]
  本稿では,自己監督型歩行者軌道予測フレームワークを提案する。 我々は速度と加速度情報を利用して位置予測を強化する。 ETH-UCYとStanford Droneのデータセットについて実験を行った。
  論文  参考訳（メタデータ） (2025-03-31T16:17:45Z)
• Impact of Noisy Supervision in Foundation Model Learning [91.56591923244943]
  本論文は、事前学習データセットにおけるノイズの性質を包括的に理解し分析する最初の研究である。 雑音の悪影響を緩和し、一般化を改善するため、特徴空間に適応するチューニング法(NMTune)を提案する。
  論文  参考訳（メタデータ） (2024-03-11T16:22:41Z)
• High Resolution Guitar Transcription via Domain Adaptation [6.8277374293345785]
  そこで本研究では,高分解能ピアノ転写モデルを用いて新しいギター転写モデルを訓練する。 得られたモデルは、ゼロショットコンテキストでGuitarSetの最先端の転写結果を取得する。
  論文  参考訳（メタデータ） (2024-02-23T10:56:47Z)
• StreamYOLO: Real-time Object Detection for Streaming Perception [84.2559631820007]
  将来を予測する能力を備えたモデルを提供し、ストリーミング知覚の結果を大幅に改善する。 本稿では,複数の速度を駆動するシーンについて考察し,VasAP(Velocity-Awared streaming AP)を提案する。 本手法は,Argoverse-HDデータセットの最先端性能を実現し,SAPとVsAPをそれぞれ4.7%,VsAPを8.2%改善する。
  論文  参考訳（メタデータ） (2022-07-21T12:03:02Z)
• Real-time Object Detection for Streaming Perception [84.2559631820007]
  ストリーミング知覚は,ビデオオンライン知覚の1つの指標として,レイテンシと精度を共同評価するために提案される。 ストリーミング知覚のためのシンプルで効果的なフレームワークを構築します。 提案手法はArgoverse-HDデータセット上での競合性能を実現し,強力なベースラインに比べてAPを4.9%向上させる。
  論文  参考訳（メタデータ） (2022-03-23T11:33:27Z)
• BERT-like Pre-training for Symbolic Piano Music Classification Tasks [15.02723006489356]
  本稿では,BERT (Bidirectional Representations from Transformers) を用いたシンボリックピアノ音楽分類のベンチマーク研究について述べる。 BERT手法を用いて2つの12層トランスフォーマーモデルを事前訓練し、4つの下流分類タスクでそれらを微調整する。 評価の結果,BERTアプローチはリカレントニューラルネットワーク(RNN)ベースラインよりも高い分類精度が得られた。
  論文  参考訳（メタデータ） (2021-07-12T07:03:57Z)
• LogME: Practical Assessment of Pre-trained Models for Transfer Learning [80.24059713295165]
  最大エビデンス対数(logme)は、転送学習のための事前学習されたモデルを評価するために用いられる。 ブルートフォースの微調整と比較して、LogMEはウォールクロックタイムで3000times$のスピードアップをもたらします。
  論文  参考訳（メタデータ） (2021-02-22T13:58:11Z)

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。