本研究探讨了自动音乐转录（AMT）中的多声部音乐分析。通过常量Q变换提取音频特征，并结合卷积神经网络，将古典钢琴音频转换为乐谱表示，展示了其新颖性和广泛应用潜力。

本文提出了一种混合方法，结合预训练卷积编码器与语言模型解码器，解决自动音乐转录中的手动阈值设定和长序列处理问题，显著降低计算成本并提升性能。

该论文提出了多种基于深度学习的光学乐谱识别（OMR）方法，包括无监督符号音乐分割和Transformer模型，旨在提高音乐作品的识别精度。研究指出，现有方法虽表现良好，但在自动音乐转录（AMT）领域仍有提升空间，强调减少用户干预的重要性，并为未来研究提供方向。

本文探讨了自动音乐转录（AMT）系统的进展与挑战，强调音乐和谐复杂性对准确性的影响。研究回顾了多种模型和方法，提出了改进途径，旨在缩小与人类专家的差距。基于Conformer的ChordSync模型实现了和弦注释与音频的精确对齐，推动了音乐信息检索和教育的发展。

本文介绍了多种自动音乐转录方法，包括基于Transformer的模型和深度神经网络，旨在提高音乐转录的准确性和效率。这些方法在音符识别和表现力重建方面取得了显著进展，为未来的音乐转录研究提供了新的基准。

该文汇总多项音乐信息检索研究，涵盖端到端复调乐谱识别（TrOMR及相机场景数据集）、统一音乐表示（MTN）用于规范OMR评估、通用Transformer替代专用模型进行自动音乐转录、多任务学习联合转录多种乐器、合成音频预训练、多轨音乐表示与实时即兴演奏、数据增强提升音符起始准确率、阿拉伯文献OCR，以及Sheet Sage、NoteEM等音频转乐谱方法。