論文の概要: MEX: The Musical Expectation Benchmark Suite
- arxiv url: http://arxiv.org/abs/2611.01843v1
- Date: Sun, 01 Nov 2026 12:22:03 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-03 19:38:25.311677
- Title: MEX: The Musical Expectation Benchmark Suite
- Title（参考訳）: MEX: 音楽期待ベンチマークスイート
- Abstract要約: 音楽期待 (MEX) は、音楽期待の計算モデルを知覚的に検証するためのベンチマークスイートである。
MEXは、計算モデルの文脈内学習により、提案されたMID尺度が反復によって減少するか否かを評価する。
我々は、これを活発で学際的なイニシアチブとして想定し、基盤となる知覚プロセスの理解が深まるにつれて、ベンチマークが進化する。
- 参考スコア（独自算出の注目度）: 11.189577232798605
- License:
- Abstract: We propose the Musical Expectation (MEX) benchmark suite for perceptually validating computational models of musical expectation, i.e., models that estimate music information dynamics (MID) measures of perceived musical expectations, such as surprisal or uncertainty from symbolic music or musical audio. MEX collects and extends tasks for evaluating such models previously proposed in music information retrieval and cognitive sciences using standard datasets, and evaluates whether: (1) proposed MID measures decrease with repetition due to in-context learning of the computational model, (2) peaks in such measures align with boundaries of music segments, (3) pitch surprisal and uncertainty estimated from audio are consistent with those modeled in event-based symbolic music, (4) proposed MID measures can predict electrophysiological responses to music. We stress that this benchmark suite does not provide an exhaustive computational characterization of music expectation. Rather, we envision this as an active, interdisciplinary initiative, with benchmarks evolving as our understanding of the underlying perceptual processes deepens. We provide open-access code https://github.com/musicperceptmodeling/mex to estimate surprisal and uncertainty from audio using baseline models, run the tasks on standard datasets, and include utilities for running the tasks with users' own data.
- Abstract（参考訳）: 本稿では,音楽予測の計算モデルを知覚的に検証するためのMEXベンチマークスイートを提案する。
MEXは,従来の音楽情報検索・認知科学において標準データセットを用いて提案されたモデルを評価するタスクを収集・拡張し,(1)計算モデルの文脈内学習による繰り返しによるMID尺度の減少,(2)音楽セグメントの境界に一致したMID尺度のピーク,(3)音声から推定されるピッチの早さと不確実性は,事象に基づく記号音楽のモデルと一致し,(4)提案されたMID尺度が音楽に対する電気生理学的応答を予測できるか否かを評価する。
このベンチマークスイートは、音楽期待の計算的特徴を包括的に提供していないことを強調する。
むしろ私たちは、これを活発で学際的なイニシアチブとして考えており、基盤となる知覚プロセスの理解が深まるにつれて、ベンチマークは進化しています。
我々は、ベースラインモデルを使用してオーディオから先入観と不確実性を推定し、標準データセット上でタスクを実行し、ユーザ自身のデータでタスクを実行するユーティリティを含む、オープンアクセスコード https://github.com/musicperceptmodeling/mex を提供する。
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) - HumMusQA: A Human-written Music Understanding QA Benchmark Dataset [2.7761207021407217]
本稿では,音楽教育の専門家による手書き質問320件の新しいデータセットを提案する。
このデータセットの使用を実証するため、6つの最先端のLALMをベンチマークし、一様ショートカットに対するロバスト性をテストした。
論文 参考訳（メタデータ） (2026-03-29T21:33:07Z) - Estimating Musical Surprisal in Audio [4.056099795258358]
シンボリック・ミュージックにおけるサブプライムのプロキシとしての自己回帰モデルからのワンステップ予測の情報コンテンツ(IC)
我々は、事前訓練されたオートエンコーダネットワークの圧縮遅延音声表現を予測するために、自己回帰変換モデルを訓練する。
音声・音楽の特徴とICの関係について検討し,音節の変動や声の大きさと相関し,低音域,不協和性,リズムの複雑度,および音声・音楽の特徴に関連するオンセット密度を推定した。
論文 参考訳（メタデータ） (2025-01-13T16:46:45Z) - Perceptual Musical Features for Interpretable Audio Tagging [2.1730712607705485]
本研究では,音楽の自動タグ付けにおける解釈可能性の関連性について検討する。
3つの異なる情報抽出手法を組み込んだワークフローを構築した。
MTG-JamendoデータセットとGTZANデータセットの2つのデータセットについて実験を行った。
論文 参考訳（メタデータ） (2023-12-18T14:31:58Z) - MARBLE: Music Audio Representation Benchmark for Universal Evaluation [79.25065218663458]
我々は,UniversaL Evaluation(MARBLE)のための音楽音響表現ベンチマークを紹介する。
音響、パフォーマンス、スコア、ハイレベルな記述を含む4つの階層レベルを持つ包括的分類を定義することで、様々な音楽情報検索(MIR)タスクのベンチマークを提供することを目的としている。
次に、8つの公開データセット上の14のタスクに基づいて統一されたプロトコルを構築し、ベースラインとして音楽録音で開発されたすべてのオープンソース事前学習モデルの表現を公平かつ標準的に評価する。
論文 参考訳（メタデータ） (2023-06-18T12:56:46Z) - Score-informed Networks for Music Performance Assessment [64.12728872707446]
MPAモデルにスコア情報を組み込んだディープニューラルネットワークに基づく手法はまだ研究されていない。
スコアインフォームド性能評価が可能な3つのモデルを提案する。
論文 参考訳（メタデータ） (2020-08-01T07:46:24Z)
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。