論文の概要: Computational Raga Recognition: A Theory-Driven Approach
- arxiv url: http://arxiv.org/abs/2611.15242v1
- Date: Wed, 11 Nov 2026 09:32:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.093957
- Title: Computational Raga Recognition: A Theory-Driven Approach
- Title(参考訳): 計算ラガ認識:理論駆動型アプローチ
- Abstract要約: ヒンズーシャニの古典音楽におけるラガの認識は、ラガが使われる音符によってのみ定義されるわけではないため困難である。
本研究では,これらの特徴を直接音響記録から解析する計算手法を開発した。
記録から抽出したピッチを使用し、22シュルティ系に基づく44ポジションの音符の枠組みを用いて表現する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Raga recognition in Hindustani classical music is difficult because a raga is not defined only by the notes used in it. Its identity also depends on the way notes are emphasized, the movement between notes and characteristic phrases. In this work, we develop a computational approach to analyse these characteristics directly from audio recordings. The method uses pitch extracted from recordings and represents it using a 44-position note framework based on the 22-shruti system. From this representation, Raga features based on the Indian classical musicology are extracted.Each feature is compared with a reference representation of the raga and the resulting scores are combined to obtain an overall similarity score. The method is first studied using Raga Yaman and is then tested on recordings of other ragas. The computational results are also compared with the theoretical description of Yaman to identify which raga characteristics are captured well and where the method has limitations.
- Abstract(参考訳): ヒンズーシャニの古典音楽におけるラガの認識は、ラガが使われる音符によってのみ定義されるわけではないため困難である。
そのアイデンティティは、音符の強調方法、音符と特徴句の移動にも依存する。
本研究では,これらの特徴を直接音響記録から解析する計算手法を開発した。
記録から抽出したピッチを使用し、22シュルティ系に基づく44ポジションの音符の枠組みを用いて表現する。
この表現から、インドの古典音楽学に基づくラガの特徴を抽出し、ラガの基準表現と比較し、結果のスコアを組み合わせ、全体的な類似度スコアを得る。
この方法はまずラガ・ヤマンを用いて研究され、その後他のラガの録音で試験される。
また, 計算結果をヤマンの理論的記述と比較し, どのラガ特性が良好に捉えられ, 方法に限界があるかを同定する。
関連論文リスト
- Don't CLAP: Are Music-Text Models Bag-of-Words? [48.14216349080224]
CLAPスコアは, 微粒な音楽的意味や属性の結合を捉えないことを示す。
以上の結果から,CLAPスコアとその関連指標が詳細な音楽的意味や属性の結合を捉えていないことを示す。
論文 参考訳(メタデータ) (2026-09-24T20:48:16Z) - Rubato: Transcribing Piano Music with Timestamps [47.76733897717644]
タイムスタンプを付加した人間可読シート音楽への音楽録音の変換について検討する。
本稿では,(1)ポリフォニック音楽の新しいテキスト表現であるInterMoの出力を訓練した,Rubatoというプロンプト条件付きエンコーダデコーダモデルを紹介する。
実験により, ルバトは, 音符の精度を最良なアプローチよりも高め, タイムスタンプ付きピアノ楽譜を音声から生成できることが実証された。
論文 参考訳(メタデータ) (2026-05-22T23:47:21Z) - Explainable Deep Learning Analysis for Raga Identification in Indian Art Music [1.8477401359673709]
自動ラガ識別(ARI)のためのCNN-LSTMモデルを訓練する。
我々は、Raga識別にSoundLIMEとGradCAM++というモデル説明可能性技術を使った最初の試みを行っている。
本結果は,人間の理解とモデル理解の相違を顕著に示すものである。
論文 参考訳(メタデータ) (2024-06-04T16:06:51Z) - DeepSRGM -- Sequence Classification and Ranking in Indian Classical
Music with Deep Learning [7.140656816182373]
ラガは作曲と即興のメロディックな枠組みである。
インド古典音楽において,ラーガ認識は重要な音楽情報検索課題である。
本稿では,ラーガ認識に対する深層学習に基づくアプローチを提案する。
論文 参考訳(メタデータ) (2024-02-15T18:11:02Z) - RMSSinger: Realistic-Music-Score based Singing Voice Synthesis [56.51475521778443]
RMS-SVSは、異なる音符タイプでリアル音楽のスコアを与えられた高品質な歌声を生成することを目的としている。
RMS-SVS方式であるRMSSingerを提案する。
RMSSingerでは,時間を要する音素の持続時間アノテーションと複雑な音素レベルのメルノートアライメントを避けるために,単語レベルのモデリングを導入する。
論文 参考訳(メタデータ) (2023-05-18T03:57:51Z) - Melody transcription via generative pre-training [86.08508957229348]
メロディの書き起こしの鍵となる課題は、様々な楽器のアンサンブルや音楽スタイルを含む幅広いオーディオを処理できる方法を構築することである。
この課題に対処するために、広帯域オーディオの生成モデルであるJukebox(Dhariwal et al. 2020)の表現を活用する。
広義音楽のクラウドソースアノテーションから50ドル(約5,400円)のメロディ書き起こしを含む新しいデータセットを導出する。
論文 参考訳(メタデータ) (2022-12-04T18:09:23Z) - A Dataset for Greek Traditional and Folk Music: Lyra [69.07390994897443]
本稿では,80時間程度で要約された1570曲を含むギリシャの伝統音楽と民俗音楽のデータセットについて述べる。
このデータセットにはYouTubeのタイムスタンプ付きリンクが組み込まれており、オーディオやビデオの検索や、インスツルメンテーション、地理、ジャンルに関する豊富なメタデータ情報が含まれている。
論文 参考訳(メタデータ) (2022-11-21T14:15:43Z) - Music-to-Text Synaesthesia: Generating Descriptive Text from Music
Recordings [36.090928638883454]
音楽からテキストへの合成は、音楽録音から記述的なテキストを同じ感情で生成し、さらに理解することを目的としている。
音楽録音の内容を記述可能な文を生成するための計算モデルを構築した。
非差別的なクラシック音楽に対処するために,グループトポロジ保存損失を設計する。
論文 参考訳(メタデータ) (2022-10-02T06:06:55Z) - Cadence Detection in Symbolic Classical Music using Graph Neural
Networks [7.817685358710508]
本稿では,シンボルスコアのグラフ表現を中間的手段として提示し,ケイデンス検出課題を解決する。
グラフ畳み込みネットワークを用いた不均衡ノード分類問題としてケイデンス検出にアプローチする。
実験の結果,グラフ畳み込みは,非局所的コンテキストを符号化する特殊な特徴を考案する必要がなく,ケイデンス検出を支援する非局所的特徴を学習できることが示唆された。
論文 参考訳(メタデータ) (2022-08-31T12:39:57Z) - Towards Context-Aware Neural Performance-Score Synchronisation [2.0305676256390934]
音楽の同期は、音楽の複数の表現を統一的にナビゲートする手段を提供する。
従来の同期手法は知識駆動と性能分析のアプローチを用いてアライメントを計算する。
このPhDは、データ駆動型コンテクスト対応アライメントアプローチの提案により、パフォーマンススコア同期の研究をさらに進める。
論文 参考訳(メタデータ) (2022-05-31T16:45:25Z) - Syllabic Quantity Patterns as Rhythmic Features for Latin Authorship
Attribution [74.27826764855911]
我々は、ラテン散文の計算的オーサシップ属性のタスクにおいて、リズミカルな特徴を導出する基盤として、音節量を用いる。
2つの異なる機械学習手法を用いて3つの異なるデータセットを用いて実験を行い、音節量に基づくリズム特徴がラテン散文の著者の識別に有用であることを示した。
論文 参考訳(メタデータ) (2021-10-27T06:25:31Z)
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。