钢琴音乐转写中音乐相关特性研究

自动音乐转写,即利用程序将音乐音频转写成音符的形式,是音乐信息检索的一项重要课题.目前基于深度学习的转写算法多源自语音识别、自然语言处理等领域,缺乏对音乐自身特性的深入研究.本文采用Transformer架构进行钢琴音乐转写,利用合成的音乐数据进行预训练,并设计了符合音符事件结构的截止点识别网络,旨在尝试对转写中的音乐特性进行针对性设计.本文的方法一方面利用了音乐合成技术成熟、便捷的方案,易于数据扩充;另一方面从目标检测的角度进行剖析,对音符本身的事件特性加以探讨.实验表明,本文采用合成音乐进行预训练有助于音符识别,截止点识别网络可以提高音符级的转写结果,实现了音符起点F1=97.40%,带截止点音符F1=88.81%的转写结果.