Fugu-MT 論文翻訳(概要): An Optical Music Recognition Tool for String Quartets

論文の概要: An Optical Music Recognition Tool for String Quartets

arxiv url: http://arxiv.org/abs/2610.24530v1
Date: Sat, 17 Oct 2026 07:43:22 GMT
ステータス: 情報取得中
システム内更新日: 2026-10-20 11:58:34.698707
Title: An Optical Music Recognition Tool for String Quartets
Title（参考訳）: 弦楽四重奏のための光音楽認識ツール
Abstract要約: 本稿では,弦楽四重奏曲のPDFスコアに適した光学式音楽認識(OMR)システムを提案する。このアプローチは、音楽領域をローカライズするためのSegNetベースのセグメンテーションモデルから始まり、続いて、畳み込みニューラルネットワークと、音楽記号の分類と抽出のための画像処理技術が続く。
参考スコア（独自算出の注目度）: 4.108877330181508
License:
Abstract: This paper presents an optical music recognition (OMR) system tailored for PDF scores of string quartet pieces. The approach begins with a SegNet-based segmentation model to localize musical regions, followed by convolutional neural networks and image processing techniques to classify and extract musical symbols. To improve rhythmic precision, dynamic programming methods enforce time signature constraints and explicitly handle tuplets. Evaluation using a longest common subsequence metric across multiple feature matrices demonstrates robust accuracy in recognizing pitch, onset, duration, and accidentals on a benchmark dataset. Code and data are available at https://github.com/lattellie/25-omr.
Abstract（参考訳）: 本稿では,弦楽四重奏曲のPDFスコアに適した光学式音楽認識(OMR)システムを提案する。このアプローチは、音楽領域をローカライズするためのSegNetベースのセグメンテーションモデルから始まり、続いて、畳み込みニューラルネットワークと、音楽記号の分類と抽出のための画像処理技術が続く。リズミカルな精度を改善するため、動的プログラミング手法は時間制限を強制し、タプレットを明示的に扱う。複数の特徴行列にまたがる最長の共通サブシーケンスメトリックによる評価は、ベンチマークデータセット上でピッチ、オンセット、持続時間、偶発性を認識する上で、堅牢な精度を示す。コードとデータはhttps://github.com/lattellie/25-omr.comで公開されている。

関連論文リスト

Pose-Aware Multimodal Automatic Tagging for Greek Traditional Music [81.96990106395953]
本研究では, ダンサーポーズの使用が, 音声以外のギリシャ伝統音楽の自動タグ付けに補完的な情報を提供するかどうかを考察する。舞踊映像から一次ダンサー骨格配列を抽出する自動パイプラインを提案する。複数の融合戦略を用いて、一様系、全双モード結合系、および三次系を比較した。
論文参考訳（メタデータ） (2026-09-22T21:53:06Z)
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)
Barwise Section Boundary Detection in Symbolic Music Using Convolutional Neural Networks [0.0]
セクション境界検出のための人手によるMIDIデータセットを提案する。第2に、固定長の音楽窓におけるセクション境界の存在を分類するために、深層学習モデルを訓練する。本モデルではF1スコアの0.77を達成し,類似した音声に基づく教師あり学習手法を改良した。
論文参考訳（メタデータ） (2025-09-20T07:52:08Z)
Toward a More Complete OMR Solution [49.74172035862698]
光音楽認識は、音楽の表記をデジタル形式に変換することを目的としている。 OMRに取り組む1つのアプローチは、画像内の視覚音楽の表記要素を最初に検出するマルチステージパイプラインである。 YOLOv8に基づく音楽オブジェクト検出器を導入し,検出性能を向上する。第2に、検出出力に基づいて記法組立段階を完了する教師付きトレーニングパイプラインを導入する。
論文参考訳（メタデータ） (2024-08-31T01:09:12Z)
Knowledge Discovery in Optical Music Recognition: Enhancing Information Retrieval with Instance Segmentation [0.0]
光音楽認識(OMR)は、画像からMusicXML、MEI、MIDIなどの機械可読フォーマットに音符の書き起こしを自動化する。本研究では,MAsk R-CNNを用いたサンプルセグメンテーションを適用してOMRにおける知識発見について検討し,楽譜における記号の検出とデライン化を強化する。
論文参考訳（メタデータ） (2024-08-27T12:34:41Z)
Multi-view MidiVAE: Fusing Track- and Bar-view Representations for Long Multi-track Symbolic Music Generation [50.365392018302416]
長い多トラックのシンボリック・ミュージックを効果的にモデル化・生成するVAE手法の先駆者の一つであるMulti-view MidiVAEを提案する。我々は,ハイブリッドな変分符号化・復号化戦略を用いて,楽器の特徴と調和,および楽曲のグローバルおよびローカルな情報に焦点をあてる。
論文参考訳（メタデータ） (2024-01-15T08:41:01Z)
Symphony Generation with Permutation Invariant Language Model [57.75739773758614]
変分不変言語モデルに基づくシンフォニーネットという記号的シンフォニー音楽生成ソリューションを提案する。シンフォニートークンの超長いシーケンスをモデル化するためのバックボーンとして、新しいトランスフォーマーデコーダアーキテクチャが導入された。実験結果から,提案手法は人間の構成と比べ,コヒーレント,新規,複雑,調和的な交響曲を生成できることが示唆された。
論文参考訳（メタデータ） (2022-05-10T13:08:49Z)
Exploring single-song autoencoding schemes for audio-based music structure analysis [6.037383467521294]
この研究は、低次元のオートエンコーダを訓練し、特定の歌に特有の潜在/圧縮表現を学習する「ピース固有」オートエンコード方式を探求する。提案手法は,3秒耐性を有する教師付き最先端手法の性能レベルを実現する。
論文参考訳（メタデータ） (2021-10-27T13:48:25Z)
Differential Music: Automated Music Generation Using LSTM Networks with Representation Based on Melodic and Harmonic Intervals [0.0]
本稿では,LSTMネットワークを用いた自動作曲のための生成AIモデルを提案する。絶対的なピッチではなく音楽の動きに基づく音楽情報の符号化に新しいアプローチをとる。実験結果は、音楽やトーンを聴くと約束を示す。
論文参考訳（メタデータ） (2021-08-23T23:51:08Z)
Learning Spatio-Appearance Memory Network for High-Performance Visual Tracking [79.80401607146987]
既存のオブジェクトトラッキングは通常、フレーム間の視覚的ターゲットにマッチするバウンディングボックスベースのテンプレートを学習する。本稿では,局所時間メモリネットワークを備え,正確な時空間対応を学習するセグメンテーションに基づくトラッキングアーキテクチャを提案する。
論文参考訳（メタデータ） (2020-09-21T08:12:02Z)

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。