09:23
官方账号arXiv cs.AI@Eoin Cummins, Zhongyi Huang, Alexandre D'Hooge, Zhuoro Mo, Yaolong Ju
推荐理由：这篇论文搞了个流行音乐专用的音频转乐谱数据集，用MuQ预训练模型，古典乐错误率从15.3%降到4.98%，还公开了代码，想做的可以直接上手。
音频转乐谱
共 1 条相关 AI 资讯
8月7日
09:23
论文发布SheetSage-A2S数据集，含61小时音频、9,468个片段，覆盖6,066首流行歌曲，是首个面向流行音乐的音频到乐谱数据集。研究者采用MuQ预训练特征提取模型与数据增强，提升泛化能力。在古典音乐Quartets集上实现4.98%符号错误率，显著优于现有最优方法的15.3%。在SheetSage-A2S流行音乐数据集上达到20.92%符号错误率，为后续研究提供强基准。数据集、模型和代码已在GitHub公开。