Article

Ansätze zur datengetriebenen Transkription einstimmiger Jazzsoli

* Presenting author
Day / Time: 22.03.2018, 15:40-16:00
Room: MW 2050
Typ: Vortrag (strukturierte Sitzung)
Abstract: Die Transkription von Musiksignalen in symbolische Notendarstellungen stellt eine zentraleFragestellung in der automatischen Musikverarbeitung dar.Die Herausforderung besteht dabei in der großen Variabilität der Tonerzeugung von Melodieinstrumenten,sowie der Mehrdeutigkeiten im harmonischen Zusammenspiel mehrerer Instrumente.Im Zuge der zunehmenden Popularität von Deep Learning geht der Trend weg von modell- und regelbasierten Ansätzenhin zur datengetriebenen Transkription.Exemplarisch zeigen wir anhand eines qualitativ hochwertigen Korpus manuell transkribierter, einstimmiger Jazzsoli,welche Deep Learning Architekturen für eine solche Aufgabenstellung als geeignet erscheinen.Dabei formulieren wir das Transkriptionsproblem als Klassifikationsaufgabe,bei welcher die Aktivierungen der verschiedenen Tonhöhen über die Zeit als Zielvorgabefür das Training verwendet werden.Ein besonderes Augenmerk richten wir in diesem Beitrag auf den Vergleichverschiedener Merkmalsdarstellungen und häufig in der Literatur verwendeter Metaparameter(z. B. die Netzwerktiefe oder der zeitliche Kontext).