論文の概要: Reflector: Arrangement-Aware Harmonic Retrieval for Sample-Based Composition
- arxiv url: http://arxiv.org/abs/2607.22413v1
- Date: Fri, 24 Jul 2026 15:30:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 20:58:57.169946
- Title: Reflector: Arrangement-Aware Harmonic Retrieval for Sample-Based Composition
- Title（参考訳）: リフレクタ: サンプルベース合成のためのアレンジメント対応高調波検索
- Abstract要約: 我々は、作曲家のタイムラインに蓄積されるハーモニックな組み合わせを追跡するインタラクティブなオーディオワークステーションであるReflectorを紹介する。
合成音声で完全に訓練されたエンコーダは、128次元の埋め込み空間におけるオラクルを近似することを学ぶ。
ナビゲーション可能な3次元空間に投影されたセッションセントロイドは、作曲家の身体にまたがる構造的調和関係を明らかにする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sample retrieval tools can help composers find harmonically compatible material, but querying from a fixed reference sample becomes less informative as arrangements evolve and the harmonic context shifts with each musical decision. We present Reflector, an interactive audio workstation that tracks harmonic combinations as they accumulate on the composer's timeline and adapts retrieval as the arrangement develops. The system is organized around a fixed interval-class oracle: a hand-designed table of weights that scores how pitch-class content combines between sources. An encoder trained entirely on synthetic audio learns to approximate the oracle in a 128-dimensional embedding space, where dot products stand in for compatibility scores at interactive speed. As the composer arranges material on a multi-track timeline, a sweep-line analysis discovers co-sounding regions, computes oracle-weighted centroids, and retrieves against the composite harmonic identity of the session as it evolves. Session centroids projected into a navigable 3-D space reveal structural harmonic relations across the composer's body of work. This paper is a systems account: we give the design rationale for each architectural decision, characterize Reflector's behavior through intrinsic measurements on a working sample library, and describe the implementation. The characterization yields a central finding: the learned embedding preserves the kernel's pairwise judgments while covering the whole library, something the kernel cannot do when used directly as a retrieval rule, because the embedding's normalized geometry cannot express the degenerate solutions that direct scoring favors. The entire pipeline runs locally with no copyrighted training data. Reflector is free, and the training pipeline is open source.
- Abstract（参考訳）: サンプル検索ツールは、作曲家が調和性のある素材を見つけるのに役立つが、固定された参照サンプルからのクエリは、アレンジメントが進化し、各音楽的決定とともに調和コンテキストがシフトするにつれて、より情報に乏しくなる。
リフレクターは、作曲家のタイムラインに蓄積するハーモニックな組み合わせをトラッキングし、アレンジが発展するにつれて検索を適応させるインタラクティブなオーディオワークステーションである。
システムは固定されたインターバルクラスのオラクルを中心に構成されている。これは手作りのウェイト表で、ピッチクラスのコンテンツがソース間でどのように結合するかをスコアする。
合成オーディオで完全に訓練されたエンコーダは、128次元の埋め込み空間におけるオラクルを近似するために学習する。
作曲家が複数トラックのタイムライン上に素材を配置する際、スイープライン解析は、共音領域を発見し、オラクル重み付きセントロイドを計算し、セッションが進化するにつれて、セッションの複合調和性に対して回復する。
ナビゲーション可能な3次元空間に投影されたセッションセントロイドは、作曲家の身体にまたがる構造的調和関係を明らかにする。
本稿では,各設計上の決定に対して設計の合理性を与え,作業サンプルライブラリの本質的な測定を通じてリフレクタの振舞いを特徴付けるとともに,実装について述べる。
学習された埋め込みは、ライブラリ全体をカバーしながらカーネルのペアワイズな判断を保存し、カーネルが検索ルールとして直接使用する場合には、カーネルができないことは、埋め込みの正規化された幾何学は、直接スコアリングが好む退化解を表現できないためである。
パイプライン全体は、著作権付きトレーニングデータなしでローカルに実行される。
Reflectorは無償で、トレーニングパイプラインはオープンソースである。
関連論文リスト
- Integrating Contextual Embeddings into Evaluation of Expressive MIDI Piano Performances [0.00746020873338928]
生成的応用において、多種多様な表現的属性は、モデルを選択するための単一の計量にまとめるのを難しくする。
そこで本研究では,属性スコープ計測値を再検討し,自己教師付きシンボリック音楽モデルであるAriaとCLaMP3のコンテキスト埋め込みの知覚特性について検討する。
ピアソン相関や再構成誤差とは異なり、文脈埋め込みにおけるカーネルベースの手法はメモアライメントを必要とせず、文脈摂動に敏感である。
論文 参考訳（メタデータ） (2026-07-30T09:22:54Z) - TORA: Topological Representation Alignment for 3D Shape Assembly [48.12655111974345]
3次元形状集合のためのフローマッチング法は、部品を組み立てられた構成に向かって輸送する点方向の速度場を学習するが、どの部分間の相互作用が運動を駆動すべきかについて明確なガイダンスは得られない。
ToRAは,凍結した3Dエンコーダから,トレーニング中のフローマッチングバックボーンにリレーショナル構造を蒸留するトポロジファースト表現アライメントフレームワークである。
幾何学的、意味論的、オブジェクト間アセンブリにまたがる5つのベンチマークの実験は、最先端のパフォーマンスを示し、特に目に見えない現実世界や合成データセットへのゼロショット転送が顕著である。
論文 参考訳（メタデータ） (2026-04-05T10:47:52Z) - Text-Queried Audio Source Separation via Hierarchical Modeling [53.94434504259829]
本研究では,HSM-TSSという階層的分解フレームワークを提案し,そのタスクをグローバルな意味誘導特徴分離と構造保存音響再構成に分解する。
Q-Audioアーキテクチャは、事前訓練されたグローバルセマンティックエンコーダとして機能するオーディオとテキストのモダリティを調整するために使用される。
本手法は,複雑な聴覚シーンにおけるクエリとのセマンティック一貫性を保ちながら,データ効率のトレーニングによる最先端の分離性能を実現する。
論文 参考訳（メタデータ） (2025-05-27T11:00:38Z) - Separate This, and All of these Things Around It: Music Source Separation via Hyperellipsoidal Queries [53.30852012059025]
音源分離は音声から音声までの検索作業である。
音楽ソース分離における最近の研究は、固定状態パラダイムに挑戦し始めている。
本稿では,超楕円体領域をクエリとして使用することにより,ターゲット(位置)とスプレッドの両方を指定するための直感的かつ容易にパラメトリザブルなアプローチを提案する。
論文 参考訳（メタデータ） (2025-01-27T16:13:50Z) - 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) - Stem-JEPA: A Joint-Embedding Predictive Architecture for Musical Stem Compatibility Estimation [3.8570045844185237]
マルチトラックデータセットでトレーニングした新しいJEPA(Joint-Embedding Predictive Architecture)であるStem-JEPAを紹介する。
本モデルでは, エンコーダと予測器の2つのネットワークから構成される。
MUSDB18データセットの検索タスクにおいて、本モデルの性能を評価し、ミキシングから欠落した茎を見つける能力を検証した。
論文 参考訳（メタデータ） (2024-08-05T14:34:40Z) - Co-orchestration of Multiple Instruments to Uncover Structure-Property Relationships in Combinatorial Libraries [11.98551464809572]
本稿では,スペクトルや画像などの複雑な可観測物を用いて測定を行うための協調手法を提案し,実装する。
この手法は,変分オートエンコーダによる次元性低減と,潜在空間構造制御のための表現学習の組み合わせに依存する。
提案したフレームワークは、測定された信号の複数の測定モードと任意の寸法に拡張することができる。
論文 参考訳（メタデータ） (2024-02-03T16:03:17Z) - Conditional Drums Generation using Compound Word Representations [4.435094091999926]
複合語表現にインスパイアされた新しいデータ符号化方式を用いて、条件付きドラム生成の課題に取り組む。
本稿では,双方向長短期メモリ(BiLSTM)が条件パラメータに関する情報を受信するシーケンス・ツー・シーケンスアーキテクチャを提案する。
比較的グローバルな注目を集めたトランスフォーマーベースのデコーダが生成したドラムシーケンスを生成する。
論文 参考訳（メタデータ） (2022-02-09T13:49:27Z) - Conditioning Trick for Training Stable GANs [70.15099665710336]
本稿では,GANトレーニング中の不安定性問題に対応するため,ジェネレータネットワークに正規性から逸脱する条件付け手法を提案する。
我々は、生成元をシュア分解のスペクトル領域で計算された実サンプルの正規化関数から逸脱するように強制する。
論文 参考訳（メタデータ） (2020-10-12T16:50:22Z) - Vector-Quantized Timbre Representation [53.828476137089325]
本稿では, スペクトル特性の近似分解を生成的特徴の集合で学習することにより, 個々の音色をより柔軟に合成することを目的とする。
音量分布の量子化表現を学習するために、大音量から切り離された離散潜在空間を持つオートエンコーダを導入する。
オーケストラ楽器と歌唱音声間の音声の翻訳結果と、ボーカルの模倣音から楽器への変換結果について詳述する。
論文 参考訳（メタデータ） (2020-07-13T12:35:45Z) - Continuous speech separation: dataset and analysis [52.10378896407332]
自然な会話では、音声信号は連続的であり、重複成分と重複成分の両方を含む。
本稿では,連続音声分離アルゴリズムを評価するためのデータセットとプロトコルについて述べる。
論文 参考訳（メタデータ） (2020-01-30T18:01:31Z) - Temporal-Spatial Neural Filter: Direction Informed End-to-End
Multi-channel Target Speech Separation [66.46123655365113]
ターゲット音声分離とは、混合信号からターゲット話者の音声を抽出することを指す。
主な課題は、複雑な音響環境とリアルタイム処理の要件である。
複数話者混合から対象音声波形を直接推定する時間空間ニューラルフィルタを提案する。
論文 参考訳（メタデータ） (2020-01-02T11:12:50Z)
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。