研究人员开发了一个名为人工智能罗塞塔石碑（ARS）的框架，用于概率性地重建损坏的音乐序列，特别是印度斯坦古典音乐中的符号化拉格序列。ARS 使用有限字母表和约束系统对拉格进行建模，采用 k 阶马尔可夫模型来处理旋律概率，并使用对称狄利克雷先验来实现可处理的后验。缺失音符的重建被表述为一个约束最大后验（MAP）问题，可以通过动态规划来解决固定长度序列和约束问题。虽然一项合成实验展示了概念验证，但使用 Yaman 拉格真实音频片段的试点研究突显了自动转录的挑战以及在历史重建中进行专家验证的必要性。 AI
影响 引入了一个新颖的概率框架，用于重建损坏的音乐序列，可能有助于分析和保存历史音乐。
排序理由 学术论文，详细介绍了用于重建符号化音乐序列的新数学框架和计算方法。[lever_c_demoted from research: ic=1 ai=0.4]
- Abhishek Bhattacharjee
- Artificial Rosetta Stone
- arXiv
- Hindustani classical music
- map
- Markov model
- Yaman
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
