研究人员开发了 DuET，一种新颖的双编码器 Transformer 模型，用于将钢琴演奏转录成乐谱。该模型通过使用音符编码器和帧编码器之间的双向交叉注意力，联合学习音符级转录和帧级节拍跟踪。DuET 还引入了 TimeRoPE 和 Time-Pitch 旋转位置编码，以建立共享的演奏时间参考并编码时间和音高关系。在 ASAP 和 Gangqinpu 数据集上的评估表明，DuET 提高了乐谱的时间精度和记谱时长，显著降低了 Gangqinpu 数据集上的 MUSTER 平均误差。 AI
影响 这项研究推进了人工智能在音乐信息检索和符号音乐生成方面的能力。
排序理由 该集群包含一篇详细介绍特定任务新模型和方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Attention Sink Anchored Pruning
- Gangqinpu
- Hugging Face
- MUSTER
- Time-Pitch Rotary Positional Encoding
- TimeRoPE
- Transformer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
