Alexandre D'Hooge

新数据集和模型推动流行音乐转录发展

研究人员推出了SheetSage-A2S数据集，这是一个包含61小时流行音乐音频及其乐谱编码的新颖集合，旨在推动音频到乐谱的转录研究超越古典音乐领域。所提出的模型利用预训练特征和数据增强，在古典音乐基准测试上实现了4.98%的符号错误率，显著优于先前最先进的方法。此外，该模型在新SheetSage-A2S数据集上表现出20.92%的符号错误率，为流行音乐转录设定了基准。