Tutti

TUTTI模型使用合成数据进行高级音频到乐谱转录

研究人员开发了TUTTI，一种用于音频到乐谱转录的新预训练范式，它利用了纯粹的合成、大规模数据集。这种方法解决了真实世界配对数据稀缺的问题，而这种稀缺性通常会限制模型在单一乐器领域的泛化能力。通过生成包含富有表现力声学特征的多乐器音频-乐谱对的大型语料库，TUTTI建立了更强的基础表示。在真实世界数据集上进行微调后，TUTTI取得了新的最先进成果，并展示了卓越的跨乐器可迁移性。