Modelo
¡Beat This!: Seguimiento de ritmo sin final de DBN
Recuperación de información musical/interpretación en papel
Recuperación de información musical/interpretación en papel
© 2026 TelkNet. Todos los derechos reservados.
RECUPERACIÓN DE INFORMACIÓN MUSICAL / NOTA TÉCNICA
El seguimiento de beats pregunta cuándo aparece el pulso. La transcripción de notas pregunta qué instrumento tocó qué altura. Beat This! resuelve el primer problema e incorpora al modelo secuencial aprendido gran parte de la estructura que antes se delegaba al posprocesamiento bayesiano dinámico.
Las anotaciones humanas de beats no coinciden con precisión de muestra. Con impulsos objetivo y_t y probabilidades por frame p_t, una BCE ordinaria calculada frame a frame penaliza una predicción musicalmente válida desplazada apenas unos frames. Una forma compacta de expresar el objetivo tolerante a desplazamientos es:
L_shift = min_{δ∈[-k,k]} BCE(p_t, y_{t+δ})
La tolerancia pertenece al entrenamiento, no a una operación posterior que fuerza los eventos a la cuadrícula. Las cabezas de beat y downbeat comparten la representación secuencial, pero los downbeats, menos frecuentes, siguen necesitando su propia ruta de decisión.
Los sistemas clásicos emplean una DBN para imponer continuidad de tempo y transiciones de compás. Beat This! muestra que el modelo principal puede producir secuencias estables de beats y downbeats sin esa etapa ajustada para cada conjunto de datos. Los eventos de beat expresados en segundos, los downbeats y el BPM derivado de intervalos siguen siendo tres salidas distintas.
El archivo oficial final0.ckpt está fijado mediante SHA-256 y las tareas se ejecutan sin conexión. Como los modelos finales vieron varios conjuntos públicos de beats durante el entrenamiento, las puntuaciones en esos conjuntos pueden resultar optimistas. Por eso, la aceptación incluye una canción real completa y exporta la tabla de tiempos sin procesar para cuadrículas de DAW, cortes y cuantización MIDI posterior.
El seguimiento tradicional de beats predice activaciones con una red neuronal y deja que una red bayesiana dinámica elija la secuencia. Beat This usa un modelado secuencial más potente y supervisión tolerante a desplazamientos para producir directamente beats y downbeats estables, y retira la DBN de la ruta predeterminada.
Eliminar el posprocesamiento no elimina los conocimientos musicales previos. El compás, el rango de tempo y el estilo de anotación siguen presentes en los datos. Los resultados de ISMIR deben leerse por conjunto y métrica; el rubato, los pasajes sin batería y los compases compuestos siguen siendo casos de cola larga.
L_shift=min_{|δ|≤Δ} BCE(ŷ_t,y_{t+δ})δpequeño desplazamiento permitido de framesΔventana de tolerancia de la anotaciónBCEentropía cruzada binaria sobre las activacionesLas anotaciones humanas de beats pueden diferir unos cuantos frames. La supervisión tolerante a desplazamientos busca dentro de una pequeña ventana de alineación, lo que reduce las penalizaciones por fluctuaciones de la anotación sin permitir una deriva arbitraria de toda la canción.
Beat, downbeat, BPM y notas MIDI son salidas diferentes. Superponga las predicciones sobre la forma de onda y la cuadrícula de compases para examinar tempo medio/doble, anacrusas y pasajes sin batería.
El artículo, el código y los pesos pueden consultarse en Código y pesos de Beat This / artículo de ISMIR 2024.
Cada fila conserva la arquitectura, la métrica o la definición de tarea de su fuente; los resultados sin un protocolo común permanecen separados.
| Modelo | Arquitectura o evidencia | Alcance |
|---|---|---|
| Beat This sin DBN | beats y downbeats de extremo a extremo | ruta predeterminada y estabilidad a largo plazo |
| Beat This con posprocesamiento opcional | restricciones especiales de tempo | registrar parámetros para evitar cambios ocultos |
| activaciones más DBN | conocimiento previo explícito de tempo/transición | robusto, pero puede fijarse en el tempo equivocado |
Superponga las predicciones sobre la forma de onda y la cuadrícula de compases para examinar tempo medio/doble, anacrusas, cambios de tempo y pasajes sin batería. La medida F media puede ocultar que una canción entera está desplazada un beat.
La pérdida tolerante a desplazamientos ofrece gradientes razonables cerca de un límite de anotación; no permite una deriva arbitraria de las marcas de tiempo.
Los tiempos de beat no forman una partitura completa. La segmentación, el groove, la proporción de swing y los cambios de compás requieren un análisis de mayor nivel.
Los conjuntos de datos utilizan ventanas, reglas de continuidad y ponderaciones de downbeat diferentes, por lo que las clasificaciones deben conservar el nombre del protocolo.
Los nombres de modelos, las cifras y las limitaciones proceden de los artículos, repositorios o fichas de modelo que aparecen a continuación.