نموذج
تغلب على هذا!: تغلب على التتبع دون انتهاء DBN
استرجاع المعلومات الموسيقية / الترجمة الورقية
استرجاع المعلومات الموسيقية / الترجمة الورقية
© 2026 تيلك نت. جميع الحقوق محفوظة.
استرجاع المعلومات الموسيقية / مذكرة تقنية
يسأل تتبع النبض عن توقيت وقوع النبضة. ويسأل نسخ النوتات عن الآلة التي عزفت كل طبقة صوت. يحل Beat This! المسألة الأولى، وينقل قدرًا كبيرًا من البنية التي كانت تُسند سابقًا إلى المعالجة اللاحقة البايزية الديناميكية إلى نموذج تسلسلي متعلَّم.
لا تتطابق تعليقات البشر على النبضات بدقة العينة. عند استخدام نبضات هدف y_t واحتمالات إطار p_t، تعاقب BCE العادية لكل إطار تنبؤًا صحيحًا موسيقيًا لمجرد إزاحته بضعة إطارات. ويمكن تلخيص الهدف المتسامح مع الإزاحة كما يلي:
L_shift = min_{δ∈[-k,k]} BCE(p_t, y_{t+δ})
ينتمي هامش التسامح إلى التدريب، وليس إلى عملية لاحقة لمحاذاة النتائج مع الشبكة. تتشارك رأسا النبضات والنبضات الأولى تمثيل التسلسل، لكن النبضات الأولى الأقل تكرارًا تظل بحاجة إلى مسار قرار خاص بها.
تستخدم الأنظمة التقليدية DBN لفرض استمرارية السرعة الإيقاعية وانتقالات الميزان. يبيّن Beat This! أن النموذج الرئيسي يستطيع إنتاج تسلسلات مستقرة من النبضات والنبضات الأولى من دون تلك المرحلة المضبوطة لمجموعة بيانات بعينها. وتظل أحداث النبض المقاسة بالثواني والنبضات الأولى وBPM المشتق من الفواصل ثلاثة مخرجات مستقلة.
ثُبّت الملف الرسمي final0.ckpt بواسطة SHA-256، وتُنفَّذ المهام من دون اتصال بالشبكة. ولأن النماذج النهائية تدربت على عدة مجموعات بيانات عامة للنبض، فقد تكون نتائجها على تلك المجموعات متفائلة. لذلك يشمل القبول أغنية حقيقية كاملة، ويصدر جدول التوقيت الخام لشبكات DAW والتقطيع وتكميم MIDI في المراحل اللاحقة.
كان تتبع النبضات يتنبأ تقليديًا بالتنشيطات باستخدام شبكة عصبية، ثم يترك لشبكة بايزية ديناميكية اختيار التسلسل. يستخدم Beat This نمذجة تسلسلية أقوى وإشرافًا متسامحًا مع الإزاحة لإنتاج نبضات ونبضات أولى مستقرة مباشرة، فيخرج DBN من المسار الافتراضي.
لا تلغي إزالة المعالجة اللاحقة المعارف الموسيقية المسبقة. فما زال الميزان ونطاق السرعة الإيقاعية وأسلوب التعليق مضمّنة في البيانات. ويجب قراءة نتائج ISMIR بحسب مجموعة البيانات والمقياس؛ إذ يظل الروباتو والمقاطع الخالية من الطبول والأوزان المركبة حالات نادرة صعبة.
L_shift=min_{|δ|≤Δ} BCE(ŷ_t,y_{t+δ})δإزاحة صغيرة مسموح بها للإطاراتΔنافذة التسامح في التعليقاتBCEالانتروبيا التقاطعية الثنائية على التنشيطاتقد تختلف تعليقات البشر على النبضات ببضعة إطارات. يبحث الإشراف المتسامح مع الإزاحة ضمن نافذة محاذاة صغيرة، فيقلل عقوبة اهتزاز التعليقات من دون السماح بانزياح اعتباطي على مستوى الأغنية.
النبضات والنبضات الأولى وBPM ونوتات MIDI مخرجات مختلفة. ضع التنبؤات فوق شكل الموجة وشبكة الموازير لفحص السرعة النصفية أو المضاعفة والبدايات الناقصة والمقاطع الخالية من الطبول.
يمكن الوصول إلى الورقة والشفرة والأوزان عبر شفرة Beat This وأوزانه / ورقة ISMIR 2024.
يحتفظ كل صف بالبنية أو المقياس أو تعريف المهمة الوارد في مصدره؛ وتظل النتائج التي لا تشترك في بروتوكول واحد منفصلة.
| النموذج | البنية أو الدليل | النطاق |
|---|---|---|
| Beat This من دون DBN | نبضات ونبضات أولى من البداية إلى النهاية | المسار الافتراضي والاستقرار على المدى الطويل |
| Beat This مع معالجة لاحقة اختيارية | قيود خاصة للسرعة الإيقاعية | سجّل المعلمات لتجنب التغييرات الخفية |
| التنشيط مع DBN | معرفة مسبقة صريحة للسرعة/الانتقال | متين، لكنه قد يثبت على سرعة خاطئة |
ضع التنبؤات فوق شكل الموجة وشبكة الموازير لفحص السرعة النصفية أو المضاعفة والبدايات الناقصة وتغيرات السرعة والمقاطع الخالية من الطبول. قد يخفي متوسط مقياس F أغنية كاملة منزاحة بنبضة واحدة.
توفر الخسارة المتسامحة مع الإزاحة تدرجات معقولة قرب حد التعليق؛ ولا تسمح بانزياح اعتباطي للطوابع الزمنية.
أوقات النبضات ليست تدوينًا موسيقيًا كاملاً. فالتقسيم والإحساس الإيقاعي ونسبة السوينغ وتغيرات الميزان تحتاج إلى تحليل أعلى مستوى.
تستخدم مجموعات البيانات نوافذ وقواعد استمرارية وأوزانًا مختلفة للنبضات الأولى، لذلك يجب أن تحتفظ التصنيفات باسم البروتوكول.
يمكن تتبع أسماء النماذج والأرقام والقيود إلى الأوراق أو المستودعات أو بطاقات النماذج أدناه.