Modello
Beat This!: tracciamento del beat senza finale DBN
Recupero di informazioni musicali/interpretazione cartacea
Recupero di informazioni musicali/interpretazione cartacea
© 2026 TelkNet. Tutti i diritti riservati.
RECUPERO DELL'INFORMAZIONE MUSICALE / NOTA TECNICA
Il beat tracking chiede quando si verifica la pulsazione. La trascrizione delle note chiede quale strumento ha suonato quale altezza. Beat This! risolve il primo problema e incorpora nel modello sequenziale appreso gran parte della struttura che un tempo veniva delegata al post-processing bayesiano dinamico.
Le annotazioni umane dei beat non coincidono con precisione al singolo campione. Dati gli impulsi target y_t e le probabilità per frame p_t, una normale BCE calcolata frame per frame penalizza una previsione musicalmente valida spostata di pochi frame. Una forma compatta dell'obiettivo tollerante agli spostamenti è:
L_shift = min_{δ∈[-k,k]} BCE(p_t, y_{t+δ})
La tolleranza appartiene all'addestramento, non a un'operazione successiva che forza gli eventi sulla griglia. Le teste di beat e downbeat condividono la rappresentazione sequenziale, ma i downbeat, più rari, richiedono comunque un proprio percorso decisionale.
I sistemi classici usano una DBN per imporre continuità del tempo e transizioni di metro. Beat This! dimostra che il modello principale può produrre sequenze stabili di beat e downbeat senza quella fase calibrata sul dataset. Gli eventi di beat espressi in secondi, i downbeat e il BPM ricavato dagli intervalli rimangono tre output distinti.
Il file ufficiale final0.ckpt è fissato tramite SHA-256 e i task vengono eseguiti offline. Poiché i modelli finali hanno visto diversi dataset pubblici di beat durante l'addestramento, i punteggi su quei dataset possono essere ottimistici. Il collaudo include quindi un brano reale completo ed esporta la tabella grezza dei tempi per griglie DAW, slicing e quantizzazione MIDI a valle.
Il beat tracking tradizionale prevede le attivazioni con una rete neurale e lascia che una rete bayesiana dinamica scelga la sequenza. Beat This usa una modellazione sequenziale più potente e una supervisione tollerante agli spostamenti per produrre direttamente beat e downbeat stabili, spostando la DBN fuori dal percorso predefinito.
Eliminare il post-processing non elimina i prior musicali. Metro, intervallo di tempo e stile di annotazione restano nei dati. I risultati ISMIR devono essere letti per dataset e metrica; rubato, passaggi senza batteria e metri composti rimangono casi di coda lunga.
L_shift=min_{|δ|≤Δ} BCE(ŷ_t,y_{t+δ})δpiccolo spostamento consentito dei frameΔfinestra di tolleranza dell'annotazioneBCEentropia incrociata binaria sulle attivazioniLe annotazioni umane dei beat possono differire di alcuni frame. La supervisione tollerante agli spostamenti cerca in una piccola finestra di allineamento, riducendo le penalità dovute alle oscillazioni delle annotazioni senza consentire una deriva arbitraria dell'intero brano.
Beat, downbeat, BPM e note MIDI sono output diversi. Sovrapponete le previsioni alla forma d'onda e alla griglia delle battute per esaminare tempo dimezzato/raddoppiato, anacrusi e passaggi senza batteria.
Articolo, codice e pesi sono consultabili tramite Codice sorgente e pesi di Beat This / articolo ISMIR 2024.
Ogni riga conserva l'architettura, la metrica o la definizione del task della propria fonte; i risultati privi di un protocollo condiviso rimangono separati.
| Modello | Architettura o evidenza | Ambito |
|---|---|---|
| Beat This senza DBN | beat e downbeat end-to-end | percorso predefinito e stabilità su intervalli lunghi |
| Beat This con post-processing facoltativo | vincoli speciali sul tempo | registrare i parametri per evitare cambiamenti nascosti |
| attivazioni più DBN | prior esplicito su tempo/transizioni | robusto, ma può bloccarsi sul tempo errato |
Sovrapponete le previsioni alla forma d'onda e alla griglia delle battute per esaminare tempo dimezzato/raddoppiato, anacrusi, cambi di tempo e passaggi senza batteria. La misura F media può nascondere un intero brano spostato di un beat.
La loss tollerante agli spostamenti fornisce gradienti sensati vicino al confine di un'annotazione; non autorizza una deriva arbitraria dei timestamp.
I tempi dei beat non costituiscono una partitura completa. Segmentazione, groove, rapporto di swing e cambi di metro richiedono un'analisi di livello superiore.
I dataset usano finestre, regole di continuità e pesi dei downbeat diversi, quindi le classifiche devono conservare il nome del protocollo.
I nomi dei modelli, i numeri e i limiti rimandano agli articoli, ai repository o alle schede dei modelli elencati di seguito.