論文の概要: Does Notation Matter? MusicXML Tokenisation for Symbolic Music Generation and Understanding

• arxiv url: http://arxiv.org/abs/2610.34247v1
• Date: Sun, 25 Oct 2026 12:21:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.565704
• Title: Does Notation Matter? MusicXML Tokenisation for Symbolic Music Generation and Understanding
• Title（参考訳）: 表記は重要か? シンボリック音楽生成と理解のためのMusicXMLトークン化
• Abstract要約: MusicXMLの最初の汎用トークン化フレームワークを紹介します。 本研究では,記号音楽の深層学習において,音節豊かさが有意な優位性を示すかどうかを,体系的な実証研究により検証する。 以上の結果から, MusicXML を用いた学習モデルは,MIDI やテキストベースの理解・生成タスクよりも優れていた。
• 参考スコア（独自算出の注目度）: 8.308043909929552
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Symbolic music representations encode musical content at varying levels of completeness, from performance-oriented formats such as MIDI to fully notated scores such as MusicXML. Yet the impact of this representational richness on deep learning models remains poorly understood. While tokenisation has been extensively studied for MIDI, score-based formats have received considerably less attention, and MusicXML in particular remains largely unexplored despite being the de-facto standard for score interchange. In this paper, we introduce the first general-purpose tokenisation framework for MusicXML, and conduct a systematic empirical study to determine whether notational richness confers a measurable advantage for deep learning on symbolic music. We train 26 autoregressive and masked language models, comparing MusicXML tokenisation against MIDI and ABC-based representations, probing the effect of different tokenisation strategies within MusicXML, and testing whether music-grammar-aware tokenisation outperforms treating scores as plain text. We evaluate music understanding tasks using linear probing across composer classification, difficulty estimation, and accompaniment suggestion, and generative tasks using objective statistical metrics and a human pairwise preference study. Our results show that MusicXML-tokenised models outperform MIDI and text-based counterparts on understanding and generative tasks.
• Abstract（参考訳）: シンボリック・ミュージックの表現は、MIDIのようなパフォーマンス指向のフォーマットから、MusicXMLのような完全に通知されたスコアまで、様々なレベルの完全性で音楽コンテンツをエンコードする。 しかし、この表現豊かさがディープラーニングモデルに与える影響は、いまだに理解されていない。 MIDIではトークン化が広く研究されているが、スコアベースのフォーマットはあまり注目されていない。 本稿では,音楽XMLの汎用トークン化フレームワークを初めて紹介し,記号的音楽の深層学習における可測的優位性を示す表記豊かさを判定するために,体系的な実証的研究を行った。 我々は26の自己回帰およびマスキング言語モデルを訓練し、音楽XMLのトークン化をMIDIとABCベースの表現と比較し、音楽XML内の異なるトークン化戦略の効果を検証し、楽譜をプレーンテキストとして扱えるかどうかを検証した。 本研究では,作曲者の分類,難易度推定,伴奏提案などの線形探索による音楽理解タスクの評価と,客観的な統計指標と人間対選好研究を用いた生成タスクの評価を行った。 以上の結果から, MusicXML を用いた学習モデルは,MIDI やテキストベースの理解・生成タスクよりも優れていた。

関連論文リスト

• 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)
• MuseTok: Symbolic Music Tokenization for Generation and Semantic Understanding [46.89003337712407]
  シンボリック音楽のトークン化手法であるMuseTokを提案する。 MuseTokは、Transformerベースのエンコーダ・デコーダフレームワーク内のバーワイズ音楽セグメントに残差ベクトル量子化変分オートエンコーダ(RQ-VAE)を使用している。 包括的な評価のために、メロディ抽出、コード認識、感情認識を含む音楽生成および意味理解タスクにMuseTokを適用した。
  論文  参考訳（メタデータ） (2025-10-18T00:04:48Z)
• Discovering "Words" in Music: Unsupervised Learning of Compositional Sparse Code for Symbolic Music [50.87225308217594]
  本稿では,記号的音楽データから「音楽単語」と呼ばれる繰り返しパターンを識別する教師なし機械学習アルゴリズムを提案する。 本稿では,音楽単語発見の課題を統計的最適化問題として定式化し,二段階予測最大化(EM)に基づく学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-29T11:10:57Z)
• Towards an AI Musician: Synthesizing Sheet Music Problems for Musical Reasoning [69.78158549955384]
  本稿では,ビートやインターバルをプログラム関数として扱うような,コア音楽理論のルールを扱う新しいアプローチを提案する。 このアプローチは、テキストと視覚の両方で検証可能な楽譜の質問を生成する。 SSMR-Benchの評価結果は,楽譜の解釈における重要な役割を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-09-04T09:42:17Z)
• Impact of time and note duration tokenizations on deep learning symbolic music modeling [0.0]
  共通トークン化手法を解析し、時間と音符の持続時間表現を実験する。 明示的な情報がタスクによってより良い結果をもたらすことを実証する。
  論文  参考訳（メタデータ） (2023-10-12T16:56:37Z)
• A Novel Multi-Task Learning Method for Symbolic Music Emotion Recognition [76.65908232134203]
  Symbolic Music Emotion Recognition(SMER)は、MIDIやMusicXMLなどのシンボリックデータから音楽の感情を予測すること。 本稿では、感情認識タスクを他の感情関連補助タスクに組み込む、SMERのためのシンプルなマルチタスクフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-01-15T07:45:10Z)
• Score Transformer: Generating Musical Score from Note-level Representation [2.3554584457413483]
  音符レベルの表現を適切な音楽表記に変換するためにトランスフォーマーモデルを訓練する。 また、モデルを扱うための効果的な表記レベルトークン表現についても検討する。
  論文  参考訳（メタデータ） (2021-12-01T09:08:01Z)
• 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)

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。