Automatic Composition of Guitar Tabs by Transformers and Groove Modeling
Taiwan AI Labs(台湾人工智能实验室);Academia Sinica(中央研究院);National Taiwan University(国立台湾大学)
深度学习算法越来越多地被开发用于学习以MIDI文件的形式创作音乐。然而,这种算法是否能很好地用于编写吉他标签,这与MIDI有很大的不同,仍然相对未被探索。为了解决这个问题,我们构建了一个模型,用于使用Transformer-XL(一种神经序列模型架构)编写指弹吉他标签。在这个模型中,我们探讨了以下研究问题。首先,神经网络是否生成具有有意义的音符-字符串组合的音符序列,这对吉他很重要,但对钢琴等其他乐器则不重要。第二,它是否能产生具有连贯节奏的作品,这对指弹吉他音乐至关重要。最后,与真实的人造作品相比,创作的音乐是多么令人愉快。我们的工作提供了深度学习对标签组成的承诺的初步经验证据,并建议了未来研究的领域。
2020-08-04 cs.SD eess.AS
Modeling Bends in Popular Music Guitar Tablatures
Univ. Lille, CNRS, Centrale Lille(里尔大学、法国国家科学研究中心、中央里尔高等学校)
该研究针对流行音乐吉他六线谱中的推弦技巧,提出25个高层特征结合前后文预测推弦出现,在932份谱例的数据集上用决策树实现了0.71的F1值,可辅助吉他谱改编。
2023-08-22 cs.AI cs.MM cs.SD
Clustering of Musical Pieces through Complex Networks: an Assessment over Guitar Solos
University of Bologna(博洛尼亚大学)
音乐片段可以被建模为复杂的网络。这促进了音乐分类的创新方法,为音乐教学、多媒体娱乐和数字音乐生成等多媒体领域的新应用铺平了道路。通过它们的主要指标对这些网络进行聚类,可以对相似的音乐曲目进行分组。为了显示这种方法的可行性,我们提供了吉他独奏数据集的结果。
2017-09-14 cs.IR cs.SD cs.SI
Transcribing Rhythmic Patterns of the Guitar Track in Polyphonic Music
本研究提出一个三步框架,利用音源分离、MERT模型检测扫弦和模式解码,实现多声音乐中吉他节奏型的自动转写,并生成含小节线和拍号的可读表示。
2025-10-07 cs.LG cs.SD eess.AS
ProgGP: From GuitarPro Tablature Neural Generation To Progressive Metal Production
Queen Mary University of London(伦敦玛丽女王大学);Dadabots
本文构建含173首前卫金属歌曲的 ProgGP 数据集并微调 Transformer,生成多声部 GuitarPro 音乐,再以定量与定性混合方法评估,并由人类制作人完成整首歌曲制作。
2023-07-11 cs.AI cs.SD eess.AS
Guitar Solos as Networks
University of Bologna(博洛尼亚大学)
本文提出了一种方法来建模旋律(和音乐作品一般)作为网络。旋律的音符可以被看作是一个网络的节点,每当这些节点按顺序播放时,它们就会连接起来。这将创建一个有向图。通过使用复杂网络理论,可以提取一些表征该作品的主要指标,这些指标是网络的典型指标。利用这个框架,我们提供了一个主要音乐家的吉他独奏进行了分析。本研究的结果表明,该模型可以对多媒体应用,如音乐分类,识别,和自动音乐生成的影响。
2016-03-16 cs.SD
GTR-CTRL: Instrument and Genre Conditioning for Guitar-Focused Music Generation with Transformers
Queen Mary University of London(伦敦玛丽女王大学);Indian Institute of Technology Kharagpur(印度理工学院哈拉格布尔分校);National Taiwan University(国立台湾大学);Dadabots(达达机器人)
最近,使用深度学习技术的符号音乐生成已经取得了稳步的进步。大多数关于这个主题的作品都集中在吉他的表现上,但是很少有人关注使用吉他制表符(tab)来编码多个乐器的符号音乐生成。标签包括信息的表达技术和指法为烦恼弦乐器除了节奏和音高。在这项工作中,我们使用DadaGP数据集进行吉他标签音乐生成,这是一个包含超过26 k首GuitarPro和令牌格式歌曲的语料库。我们介绍了基于所需乐器(inst-CTRL)和流派(genre-CTRL)来调节Transformer-XL深度学习模型以生成吉他标签(GTR-CTRL)的方法。在训练语料库中,在每首歌曲的开头附加特殊的控制标记。我们评估的模型的性能和无条件。我们提出了仪器存在的指标来评估的inst-CTRL模型的响应给定的仪器提示。我们训练了一个用于下游体裁分类的BERT模型,并使用它来评估用体裁-CTRL模型获得的结果。统计学分析表明,有条件和无条件模型之间存在显着差异。总体而言,结果表明,GTR-CTRL方法提供了更多的灵活性和控制吉他为重点的符号音乐生成比无条件模型。
2023-02-10 cs.AI cs.MM cs.SD
Latent Space Oddity: Exploring Latent Spaces to Design Guitar Timbres
我们介绍了一种新的卷积网络架构,具有可解释的潜在空间,用于建模吉他放大器。利用跨越一系列风格的流行放大器的领域知识,所提出的系统直观地结合或减去不同放大器的特性,使音乐家能够设计全新的吉他音色。
2020-11-20 cs.LG cs.SD eess.AS
Leveraging Real Electric Guitar Tones and Effects to Improve Robustness in Guitar Tablature Transcription Modeling
National Autonomous University of Mexico(墨西哥国立自治大学);Federal University of Rio de Janeiro(里约热内卢联邦大学);Discovery Partners Institute(发现合作伙伴研究所);University of Illinois Chicago(伊利诺伊大学芝加哥分校);New York University(纽约大学)
针对吉他六线谱转录因数据集小导致鲁棒性不足的问题,本研究引入搭载不同音频效果的真实吉他音色合成训练数据,并在自建专业独奏评估集上验证了其对模型鲁棒性的提升作用。
2024-07-13 cs.SD eess.AS
GuitarFlow: Realistic Electric Guitar Synthesis From Tablatures via Flow Matching and Style Transfer
Centre for Digital Music, Queen Mary University of London(伦敦女王玛丽大学数字音乐中心);Aix-Marseille Univ CNRS PRISM(阿维尼翁-马赛大学 CNRS PRISM)
GuitarFlow利用指法谱引导,通过虚拟乐器渲染和流匹配风格迁移,实现快速训练的电吉他逼真合成,显著提升生成音频的真实感。
2025-10-23 cs.AI cs.SD eess.AS
Perpetual Dialogues: A Computational Analysis of Voice-Guitar Interaction in Carlos Paredes's Discography
本文提出一种分析帕雷德斯人声与吉他互动的方法,通过多尺度相关性分析和残差检测揭示表达协调性主要为作品特有,且多样性事件与形式边界和纹理变化一致,为无乐谱 repertoire 提供通用计算策略。
2026-03-13 cs.SD
SynthTab: Leveraging Synthesized Data for Guitar Tablature Transcription
Authors(作者)
针对吉他指谱转录数据集规模有限导致过拟合的问题,提出利用商业吉他插件合成大规模音频数据集SynthTab进行预训练,实验证明能提升转录性能并缓解过拟合。
2024-01-25 cs.IR cs.MM cs.SD
FretNet: Continuous-Valued Pitch Contour Streaming for Polyphonic Guitar Tablature Transcription
Yousician(优西琴(Yousician))
本文提出了一种用于吉他谱转录(GTT)的连续值音高轮廓估计方法 FretNet,通过按弦和品对音高轮廓进行分组,显著提高了多音高估计(MPE)的分辨率,同时保持了与基线模型相竞争的谱估计性能。
2023-03-14 cs.LG cs.SD eess.AS
Exploring Procedural Data Generation for Automatic Acoustic Guitar Fingerpicking Transcription
Klangio GmbH(Klangio公司);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
本研究提出一种四阶段过程化数据生成流水线,通过合成数据训练CRNN音符跟踪模型,解决原声吉他指弹转录中标注数据稀缺的问题,并证明少量真实数据微调可超越纯真实数据训练效果。
2025-08-11 cs.CL cs.SD eess.AS
Fretting-Transformer: Encoder-Decoder Model for MIDI to Tablature Transcription
针对吉他MIDI记谱缺少可演奏性信息的问题,研究提出采用T5架构的Fretting-Transformer编码器-解码器模型,将MIDI转六线谱任务转化为符号翻译问题,结合多数据集与新预处理策略,性能优于基线方法与商业软件,为自动吉他转录奠定基础。
2025-06-17 cs.CL cs.MM cs.SD
Guitar Chord Diagram Suggestion for Western Popular Music
Univ. Lille(里尔大学);CNRS(法国国家科学研究中心);Centrale Lille(里尔中央理工学院);Univ. Bordeaux(波尔多大学);Bordeaux INP(波尔多国立综合理工学院);Arobas Music(Arobas音乐公司)
本文提出一种考虑前一个和弦图的上下文感知工具,用于推荐西方流行音乐中的吉他和弦图,基于DadaGP和mySongBook数据集分析,该方法将F1分数提升27%并改善纹理一致性。
2024-07-15 cs.AI cs.IR cs.LG
Development of Large Annotated Music Datasets using HMM-based Forced Viterbi Alignment
Sri Sivasubramaniya Nadar College of Engineering(斯里·希瓦苏布拉马尼亚·纳达尔工程学院)
针对音乐数据集构建耗时且需专业经验的问题,提出一种基于HMM强制Viterbi对齐的自动标注方法,生成了精确的吉他数据集,为AMT系统开发奠定基础。
2024-08-27 cs.LG cs.SD eess.AS
MIDI-to-Tab: Guitar Tablature Inference via Masked Language Modeling
Queen Mary University of London(伦敦玛丽女王大学)
本文提出 MIDI-to-Tab,用掩码语言建模训练编码器-解码器 Transformer 推断音符的弦品分配,并经 DadaGP 预训练与专业数据微调;用户研究显示其可演奏性显著优于现有算法。
2024-08-09 cs.CL cs.IR cs.SD
Exploratory Analysis of a Large Flamenco Corpus using an Ensemble of Convolutional Neural Networks as a Structural Annotation Backend
University of Seville(塞维利亚大学);University of Piraeus(比雷埃夫斯大学)
我们提出了计算工具,我们开发了一个大型语料库的弗拉门戈音乐录音的分析,以及相关的探索性研究结果。所提出的计算后端基于一组卷积神经网络,其提供关于人声、吉他和拍手(“手掌”)的存在的每个音乐记录的结构注释。由此产生的自动提取的注释,允许以结构上有意义的方式可视化音乐录音,提取与弗拉门戈音乐乐器相关的全球统计数据,检测无伴奏合唱和没有此类信息的乐器录音,调查不同风格的结构和乐器的差异,以及研究乐器和风格的音调。报告的研究结果表明,它是可行的,以执行大规模的弗拉门戈音乐与国家的最先进的分类技术分析,并产生自动提取的描述符,这是音乐学上的有效和有用的,在这个意义上说,他们可以增强传统的元数据方案,并协助弥合录音和高层次的音乐学概念之间的语义差距。
2018-06-29 cs.SD eess.AS
Musical creativity enabled by nonlinear oscillations of a bubble in water
Charles Sturt University(查尔斯特大学)
研究证明水中气泡在编码古典音乐的声压信号下非线性振荡可产生创造性音乐成果,其响应类似电吉他版本,并提出该特性可用于创建模拟人类音乐创造力的物理启发AI系统。
2023-04-03 cs.NE cs.SD eess.AS
Clean2FX: Label-conditioned modeling for clean-to-effect guitar audio transformations
研究电吉他音频清音到效果音转换,基于频谱图设置评估四种神经方法,包括两个变分自编码器和两个U-Net模型,U-Net模型表现更佳,不同效果改善情况有差异,还通过演示网站展示了模型应用效果。
2026-07-13 cs.LG cs.SD
Distortion Audio Effects: Learning How to Recover the Clean Signal
RWTH Aachen University(亚琛工业大学);Sony Europe B.V.(索尼欧洲有限公司);Sony Group Corporation(索尼集团公司)
考虑到音乐源分离和自动混音的最新进展,去除音轨中的音频效果是朝着开发自动混音系统迈出的有意义的一步。本文主要研究如何在音乐制作中去除吉他音轨上的失真音效。我们探讨效果去除是否可以通过为源分离和音频效果建模而设计的神经网络来解决。我们的方法被证明对于混合处理过的和干净的信号的效果特别有效。与基于稀疏优化的最新解决方案相比,该模型实现了更好的质量和更快的推理。我们证明,该模型不仅适用于倾斜,但也适用于其他类型的失真效果。通过讨论结果,我们强调多个评估指标的有用性,以评估不同方面的重建失真效果去除。
2022-09-13 cs.LG cs.SD eess.AS
An Ensemble Approach to Music Source Separation: A Comparative Analysis of Conventional and Hierarchical Stem Separation
PES University(PES大学)
本文提出融合多种最先进架构的音乐源分离集成方法,利用SNR与SDR调和均值选择音轨,在VDB上取得稳定高性能,并探索子音轨层级分离。
2024-10-28 cs.LG cs.SD eess.AS