論文の概要: From Individual Songs to Music Corpora: Evaluating Explainable Harmonic Decision-Making on HookTheory
- arxiv url: http://arxiv.org/abs/2610.22416v1
- Date: Wed, 14 Oct 2026 23:42:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 00:56:07.581945
- Title: From Individual Songs to Music Corpora: Evaluating Explainable Harmonic Decision-Making on HookTheory
- Title（参考訳）: 個人歌から音楽コーパスへ:HookTheoryにおける説明可能な高調波決定の評価
- Abstract要約: 我々は,HookTheory抽出液にアライメントメロディとコードアノテーションを含む凍結説明可能なメロディ調和器 (EMH) を評価した。
EMHはメロディとの互換性、調和関数、永続性、カデンス、メートル認識セグメンテーション、ビタビ様最適化の明確な基準を用いてメロディのみからコード列を生成する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automatic melody harmonization is often evaluated through individual compositions or data-driven corpus models. This study examines whether an explainable harmonic decision model developed for individual songs can be applied to independently collected human annotations without changing its rules. We evaluate a frozen Explainable Melody Harmonizer (EMH) on selected HookTheory excerpts containing aligned melody and chord annotations. EMH generates chord sequences from melody alone using explicit criteria for melodic compatibility, harmonic function, persistence, cadence, meter-aware segmentation, and Viterbi-like optimization. Human chords are withheld during generation and used only for post-hoc comparison. Nineteen excerpts yielded 439 evaluable harmonic segments. Exact chord agreement reached 20.50%, chord-root agreement 31.66%, and harmonic-function agreement 47.62%, with functions assessed relative to the key inferred by EMH. Decision-level analysis identified 203 segments (46.24%) where the human chord lay outside the model's candidate vocabulary and 146 (33.26%) where it was available but not selected. These findings distinguish representational limitations from differences in chord selection without treating the human reference as the only musically valid solution. The study demonstrates a reproducible, interpretable approach to corpus-based evaluation of harmonic decision-making.
- Abstract（参考訳）: 自動メロディ調和は、個々の構成やデータ駆動コーパスモデルによって評価されることが多い。
本研究は,個々の歌のために開発された説明可能な調和決定モデルが,ルールを変更することなく,個別に収集した人間のアノテーションに適用できるかどうかを考察する。
我々は,HookTheory抽出液にアライメントメロディとコードアノテーションを含む凍結説明可能なメロディ調和器 (EMH) を評価した。
EMHはメロディとの互換性、調和関数、永続性、カデンス、メートル認識セグメンテーション、ビタビ様最適化の明確な基準を用いてメロディのみからコード列を生成する。
人間の弦は世代間は保持されず、ポストホック比較にのみ使用される。
9つの抜粋は439個の評価可能なハーモニックセグメントを得た。
コード契約は20.50%、コード根契約は31.66%、調和関数契約は47.62%に達した。
決定レベル分析では、人間のコードがモデルの候補語彙の外側にある203セグメント (46.24%) と、選択されていない146セグメント (33.26%) が特定された。
これらの知見は、人間の参照を唯一の音楽的に有効な解として扱うことなく、コード選択の違いから表現的制限を区別する。
本研究は、コーパスに基づく調和意思決定の評価に対する再現可能で解釈可能なアプローチを示す。
関連論文リスト
- From Human Narrative to Harmonic Structure: A Human-Centered Investigation of Algorithmic Music Generation through the Chord Wheel Diagram [0.0]
本研究は,ボブ・ディラン,ジョニー・キャッシュ,リッチー・ヴァレンスの6曲について検討した。
調波語彙,機能持続性,繰り返し,非調波事象,および調波図とBPMNに基づく表現を用いた緊張分解パターンについて検討する。
この結果から, 生成システムは調和的正当性だけでなく, 構造的同一性, 文脈, 人間の構成意図もモデル化できる可能性が示唆された。
論文 参考訳（メタデータ） (2026-09-28T09:31:34Z) - YuE2: Unifying Symbolic and Audio Music Generation at Frontier Quality [74.61395664600597]
我々は,記号プランニングにより,フロンティア品質の象徴的およびオーディオ音楽生成を統一するYuE2を紹介する。
1つのAR-NAR Mixture-of-Transformers (MoT)は、まずメロディとハーモニーを指定する可読性スコアを書き、セマンティックミュージックトークンに拡張し、フルソングオーディオとして実現する。
専門家の聞き取りは、プロプライエタリな曲のジェネレータとの競争力をさらに確立し、Suno v4.5よりも8のベストを保ち、Suno v5に対してほぼバランスの取れた好みを与える。
論文 参考訳（メタデータ） (2026-09-27T16:55:13Z) - Correlation-Guided Encoder Selection for Multi-Encoder Large Audio-Language Models [52.59216139491759]
CUES (Correlation-gUided Selection) は、単エンコーダ評価のみから選択中の融合訓練なしで設定された候補をスコアする。
広いトラックAスイートでは、CUESはクロスファミリートリオ(Whisper-medium、mHuBERT-147、Dasheng-base)を選択する。
TrackBテキスト生成では、フォーカスされた音声のみのペア(mHuBERT-147とWavLM-base-plus)で再アンカーする。
論文 参考訳（メタデータ） (2026-09-16T02:41:41Z) - 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) - Memo2496: Expert-Annotated Dataset and Dual-View Adaptive Framework for Music Emotion Recognition [57.869107847456725]
Music Emotion Recogniser (MER) の研究は、高品質なアノテートデータセットの制限と、クロストラック機能ドリフトに対処することの難しさにより、課題に直面している。
この研究は、これらの問題に対処するための2つの主要な貢献を示す。
論文 参考訳（メタデータ） (2025-12-16T01:34:03Z) - From Discord to Harmony: Decomposed Consonance-based Training for Improved Audio Chord Estimation [9.584152437544974]
本稿では,従来の二分法を超えて拡張されたメトリクスを用いて,コードアノテーションにおけるアノテーション間合意の評価を行う。
共振器を用いたラベル平滑化により、共振器の概念をモデルに統合する新しいACEコンバータモデルを提案する。
論文 参考訳（メタデータ） (2025-09-01T16:20:47Z) - Adaptive Accompaniment with ReaLchords [60.690020661819055]
ユーザのメロディに合わせてコード伴奏を即興するオンライン生成モデルであるReaLchordsを提案する。
まず、最大で事前訓練されたオンラインモデルから始め、強化学習を使用して、オンライン使用のためのモデルを微調整します。
論文 参考訳（メタデータ） (2025-06-17T16:59:05Z) - COCOLA: Coherence-Oriented Contrastive Learning of Musical Audio Representations [17.218899140175697]
COCOLAは、サンプル間の調和的・リズム的コヒーレンスをキャプチャする、音響音響表現の対照的な学習方法である。
本手法は,音楽トラックを構成する幹のレベルで動作し,ハーモニック・パーカッッシブ分離(HPS)によって得られる特徴を入力できる。
論文 参考訳（メタデータ） (2024-04-25T18:42:25Z) - Automatic Melody Harmonization with Triad Chords: A Comparative Study [24.95868747256647]
本研究は,本課題に対する一組の標準的アプローチの性能を評価し,比較する比較研究である。
本研究のために新たに収集した9,226個のメロディ/コード対のデータセットを用いて,最大48個の三和弦について評価を行った。
論文 参考訳（メタデータ） (2020-01-08T03:47:33Z)
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。