准确的节拍跟踪,无需 DBN 后处理
原文中文,约300字,阅读约需1分钟。发表于: 。一个能追踪节拍和下拍的系统,具有广泛适用于不同音乐范围和高精度的两个目标,通过训练多个数据集和消除动态贝叶斯网络(DBN)后处理来实现广泛适用性,并使用容忍注释的小时间偏移的损失函数和使用频率或时间上的卷积与变压器交替的架构来提高准确性,超过当前 F1 分数的最新技术,尽管不使用 DBN,并且在连续性指标上表现较差。
该系统能够追踪节拍和下拍,具有广泛适用性和高精度。通过训练多个数据集和消除动态贝叶斯网络(DBN)后处理,使用容忍注释的小时间偏移的损失函数和使用频率或时间上的卷积与变压器交替的架构来提高准确性。超过当前 F1 分数的最新技术,尽管不使用 DBN,并且在连续性指标上表现较差。