Fugu-MT 論文翻訳(概要): Learning Jazz Pianist Style with Cross-Attention Conditioning

論文の概要: Learning Jazz Pianist Style with Cross-Attention Conditioning

arxiv url: http://arxiv.org/abs/2610.02918v1
Date: Fri, 02 Oct 2026 07:05:22 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-06 00:14:30.251782
Title: Learning Jazz Pianist Style with Cross-Attention Conditioning
Title（参考訳）: クロスアテンション条件付きジャズピニストスタイルの学習
Abstract要約: 我々は、事前訓練されたシンボリック・ミュージック・トランスフォーマーのレンズを通してジャズ・ピアニストのスタイルを研究する。学習したピアニストのアイデンティティの埋め込みに対して相互注意で変換器を拡張し、特定のアーティストのスタイルで音楽を生成する。
参考スコア（独自算出の注目度）: 12.325286367504967
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Jazz pianists develop distinctive traits that experienced listeners can often identify within seconds, yet the features underlying this recognition resist formal description. We study jazz pianist style through the lens of a pretrained symbolic music transformer, showing that its learned representations already encode pianist identity well enough for highly accurate classification across two benchmarks. We then augment the transformer with cross-attention over learned pianist identity embeddings, enabling it to generate music conditioned on a specific artist's style. Two evaluation protocols confirm that the generator captures meaningful stylistic structure: a sliding-window classifier consistently attributes conditioned continuations to the correct artist, far above unconditioned baselines; and a classifier trained entirely on synthetic generations identifies real pianists across 12 classes with 87% chunk-level and 95% song-level accuracy. Finally, we repurpose the classifier to locate the most characteristic moments within a performance, surfacing the specific musical gestures that distinguish each pianist's voice.
Abstract（参考訳）: ジャズピアニストは、経験豊富なリスナーが数秒で識別できる特徴的な特徴を発達させるが、この認識の根底にある特徴は形式的記述に反する。事前に訓練されたシンボリック・ミュージック・トランスフォーマーのレンズを通してジャズ・ピアニストのスタイルを研究し、その学習された表現が既にピアニストのアイデンティティを符号化しており、2つのベンチマークで高精度に分類できることを示した。そして、学習したピアニストのアイデンティティの埋め込みに対して、変換器をクロスアテンションで強化し、特定のアーティストのスタイルで音楽を生成する。 2つの評価プロトコルは、ジェネレータが有意義なスタイリスティックな構造を捉えていることを確認している。スライディングウィンドウ分類器は、条件付き継続を、無条件のベースラインよりもはるかにはるかに上回っているという、条件付き連続性を一貫して属性付け、そして、完全に合成世代に訓練された分類器は、チャンクレベル87%、曲レベルの95%の精度で、12クラスにわたる真のピアニストを特定する。最後に,各ピアニストの声を識別する特定の音楽的ジェスチャーを呈示し,演奏中の最も特徴的なモーメントを識別するために,分類器を再利用する。

関連論文リスト

Learning Music Style for Piano Arrangement Through Cross-Modal Bootstrapping [21.124610627945522]
生音声から暗黙的な音楽スタイルを学習し,それをシンボリック音楽生成に適用するクロスモーダル・フレームワークを提案する。我々は2段階の学習戦略を採用する: 聴覚スタイルと記号表現の整合を対照的に学習し、次いで音楽アレンジメントのための生成的モデリングを行う。ピアノカバー生成,スタイル転送,MIDI検索におけるアプローチの有効性について実験を行った。
論文参考訳（メタデータ） (2026-08-04T03:01:54Z)
Evaluating Pretrained Music Embeddings for Cross-Performance Jazz Standard Recognition [0.0]
ジャズ・トリオ・データベース(英: Jazz Trio Database)は、ジャズ・トリオ・データベース(英: Jazz Trio Database)のキュレートされたサブセットである。我々は,最近の音楽理解基盤モデルの凍結した事前学習音楽表現に対して,ベースラインを非スクラッチで訓練したハーモニックCNNと比較した。以上の結果から,本モデルではトレーニング性能に過度に適合するが,事前学習した埋め込みモデルでは上位100ドル以上の結果が得られるが,演奏者の同一性に敏感であることが示唆された。
論文参考訳（メタデータ） (2026-07-01T11:04:28Z)
FIGMA: Towards FIne-Grained Music retrievAl [65.98380295254817]
自然言語記述による音楽の検索はCLAPのような対照的な音声テキストモデルで改善されているが、現在のシステムはいまだに大まかなセマンティッククエリに限られている。この制限は、長いキャプションで訓練されているにもかかわらず、CLAPベースのモデルは、最初の数個のトークンのみを効果的に活用する。本研究では,グローバルな音声テキストアライメントとフレームレベルのトークンアライメントを共同で最適化することで,この制限に対処するマルチビューコントラストアーキテクチャであるFIGMAを提案する。
論文参考訳（メタデータ） (2026-06-04T18:05:39Z)
Exploring Classical Piano Performance Generation with Expressive Music Variational AutoEncoder [15.668253435545921]
本稿では,作曲家とピアニストの二重的役割をエミュレートすることを目的とした,クラシックピアノの演奏をゼロから創り出すという課題に対処する。本稿では,古典演奏の韻律的構造と表現的ニュアンスの両方を効果的に捉えた表現的複合語表現を提案する。本稿では,楽譜関連コンテンツを生成するベクトル量子変分オートエンコーダ(VQ-VAE)ブランチと,表現的詳細を生成するバニラVAEブランチという,ピアノ奏者の役割を果たす2つのブランチを特徴とするモデルであるExpressive Music Variational AutoEncoder(XMVAE)を提案する。
論文参考訳（メタデータ） (2025-07-02T10:54:23Z)
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)
DuetGen: Music Driven Two-Person Dance Generation via Hierarchical Masked Modeling [70.79846001735547]
音楽から対話的な2人舞踊を生成するためのフレームワークであるDuetGenを提案する。近年の運動合成の進歩に触発されて,我々は2段階の解法を提案する。我々は、両方のダンサーの動きを統合された全体として表現し、必要な動きトークンを学習する。
論文参考訳（メタデータ） (2025-06-23T14:22:50Z)
From Generality to Mastery: Composer-Style Symbolic Music Generation via Large-Scale Pre-training [4.7205815347741185]
広義のコーパスから学んだ一般的な音楽知識が、特定の作曲家スタイルの熟達度をいかに高めるかを検討する。まず、ポップ、フォーク、クラシック音楽の大規模なコーパス上で、REMIベースの音楽生成モデルを事前訓練する。そして、Bach、Mozart、Beethoven、Chopinの4人の著名な作曲家による、人間によって検証された小さなデータセットに、それを微調整します。
論文参考訳（メタデータ） (2025-06-20T22:20:59Z)
Performer Identification From Symbolic Representation of Music Using Statistical Models [1.9444242128493845]
本研究は,9人のヴィルトゥオーソ・ピアニストが個別に行う「B-flat major, D.960」におけるシューベルトのソナタの4つの楽章からなるデータセットについて述べる。そこで我々は,個々の演奏者のスタイルの特徴を把握できる表現的特徴セットを提案し,抽出した。
論文参考訳（メタデータ） (2021-08-05T12:32:54Z)
MusicBERT: Symbolic Music Understanding with Large-Scale Pre-Training [97.91071692716406]
シンボリック・ミュージックの理解(シンボリック・ミュージックの理解)とは、シンボリック・データから音楽を理解することを指す。 MusicBERTは、音楽理解のための大規模な事前訓練モデルである。
論文参考訳（メタデータ） (2021-06-10T10:13:05Z)
Bach or Mock? A Grading Function for Chorales in the Style of J.S. Bach [74.09517278785519]
本稿では,J.S.バッハ様式の4パート合唱曲を重要な音楽的特徴とともに評価するグレーディング機能を提案する。この機能は,Bach合唱曲とモデル生成の合唱曲を区別する上で,人間専門家より優れていることを示す。
論文参考訳（メタデータ） (2020-06-23T21:02:55Z)
Music Gesture for Visual Sound Separation [121.36275456396075]
ミュージック・ジェスチャ(Music Gesture)は、音楽演奏時の演奏者の身体と指の動きを明示的にモデル化するキーポイントに基づく構造化表現である。まず、コンテキスト対応グラフネットワークを用いて、視覚的コンテキストと身体力学を統合し、その後、身体の動きと対応する音声信号とを関連付けるために、音声-視覚融合モデルを適用する。
論文参考訳（メタデータ） (2020-04-20T17:53:46Z)

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。