Modèle
Beat This ! : suivi des battements sans fin du DBN
Récupération d'informations musicales / interprétation papier
Récupération d'informations musicales / interprétation papier
© 2026 TelkNet. Tous droits réservés.
RECHERCHE D'INFORMATION MUSICALE / NOTE TECHNIQUE
Le suivi des beats demande quand survient la pulsation. La transcription des notes demande quel instrument a joué quelle hauteur. Beat This! résout le premier problème et intègre au modèle séquentiel appris une grande partie de la structure autrefois confiée au post-traitement bayésien dynamique.
Les annotations humaines de beats ne concordent pas à la précision de l'échantillon. Avec les impulsions cibles y_t et les probabilités par frame p_t, une BCE frame par frame ordinaire pénalise une prédiction musicalement valable décalée de quelques frames seulement. L'objectif tolérant aux décalages peut s'écrire de façon compacte ainsi :
L_shift = min_{δ∈[-k,k]} BCE(p_t, y_{t+δ})
Cette tolérance appartient à l'entraînement, pas à une opération ultérieure d'alignement forcé sur la grille. Les têtes de beat et de downbeat partagent la représentation séquentielle, mais les downbeats, plus rares, exigent toujours leur propre chemin de décision.
Les systèmes classiques utilisent un DBN pour imposer la continuité du tempo et les transitions de mesure. Beat This! montre que le modèle principal peut produire des séquences stables de beats et de downbeats sans cette étape ajustée au jeu de données. Les événements de beat en secondes, les downbeats et le BPM dérivé des intervalles restent trois sorties distinctes.
Le fichier officiel final0.ckpt est épinglé par SHA-256 et les tâches s'exécutent hors ligne. Comme les modèles finaux ont vu plusieurs jeux de données publics de beats pendant l'entraînement, leurs scores sur ces jeux peuvent être optimistes. La validation comprend donc une chanson réelle complète et exporte la table de temps brute destinée aux grilles de DAW, au découpage et à la quantification MIDI en aval.
Le suivi traditionnel des beats prédit les activations avec un réseau neuronal, puis laisse un réseau bayésien dynamique choisir la séquence. Beat This utilise une modélisation séquentielle plus puissante et une supervision tolérante aux décalages pour produire directement des beats et des downbeats stables, écartant le DBN du chemin par défaut.
Retirer le post-traitement ne supprime pas les a priori musicaux. La mesure, la plage de tempos et le style d'annotation restent présents dans les données. Les résultats ISMIR doivent être lus par jeu de données et par métrique ; le rubato, les passages sans batterie et les mesures composées restent des cas de longue traîne.
L_shift=min_{|δ|≤Δ} BCE(ŷ_t,y_{t+δ})δpetit décalage de frame autoriséΔfenêtre de tolérance des annotationsBCEentropie croisée binaire sur les activationsLes annotations humaines de beats peuvent différer de quelques frames. La supervision tolérante aux décalages cherche dans une petite fenêtre d'alignement, réduisant les pénalités dues aux fluctuations d'annotation sans autoriser une dérive arbitraire à l'échelle de la chanson.
Beat, downbeat, BPM et notes MIDI sont des sorties différentes. Superposez les prédictions à la forme d'onde et à la grille de mesures pour examiner les tempos divisés ou doublés, les anacrouses et les passages sans batterie.
L'article, le code et les poids sont accessibles via Code source et poids de Beat This / article ISMIR 2024.
Chaque ligne conserve l'architecture, la métrique ou la définition de tâche de sa source ; les résultats dépourvus de protocole commun restent séparés.
| Modèle | Architecture ou preuve | Portée |
|---|---|---|
| Beat This sans DBN | beats et downbeats de bout en bout | chemin par défaut et stabilité à long terme |
| Beat This avec post-traitement facultatif | contraintes de tempo particulières | consigner les paramètres pour éviter les changements cachés |
| activation avec DBN | a priori explicite de tempo/transition | robuste, mais peut se verrouiller sur le mauvais tempo |
Superposez les prédictions à la forme d'onde et à la grille de mesures pour examiner les tempos divisés ou doublés, les anacrouses, les changements de tempo et les passages sans batterie. La mesure F moyenne peut masquer une chanson entière décalée d'un beat.
La perte tolérante aux décalages fournit des gradients pertinents près d'une frontière d'annotation ; elle n'autorise pas une dérive arbitraire des horodatages.
Les temps de beats ne constituent pas une partition complète. La segmentation, le groove, le taux de swing et les changements de mesure exigent une analyse de plus haut niveau.
Les jeux de données emploient des fenêtres, des règles de continuité et des pondérations de downbeat différentes ; les classements doivent donc conserver le nom du protocole.
Les noms de modèles, les chiffres et les limites renvoient aux articles, dépôts ou fiches de modèle ci-dessous.