Legato 2

Legato 2 通过顺序处理和文本集成推进乐谱识别

研究人员推出了 Legato 2，这是一个用于高级乐谱识别和理解的新型管道。该系统采用了一种新颖的大规模神经网络模型，该模型逐行顺序处理乐谱，使其能够比以前的方法更有效地处理较长的乐曲。Legato 2 也是第一个能够将标题和注释等嵌入式文本信息整合到其符号转录中的光学音乐识别（OMR）模型。该管道结合了系统级分割和自回归视觉语言模型（vision-LM），以准确捕捉详细的记谱法和整体乐谱结构，在 OMR 性能和下游音乐文档解释方面树…