Pesquisadores avançam em ferramentas de IA para compreensão musical

Pesquisadores apresentaram no arXiv vários sistemas de IA para música, incluindo um encoder Swin V2 auto-supervisionado com 2,55 milhões de parâmetros para música simbólica, treinado em imagens MIDI no formato piano-roll sem rótulos nem vocabulário de teoria musical. O trabalho constatou que diferentes níveis de embedding codificam propriedades musicais em diferentes escalas de tempo, enquanto uma pequena cabeça com supervisão de acordes melhorou a recuperação conjunta de acordes de 0,18 para 0,54 e a detecção de tonalidade de 0,16 para 0,70. Outros artigos apresentaram uma estrutura cross-modal para arranjo de piano condicionado por áudio de referência e o MuScriptor, um modelo de pesos abertos para transcrição multi-instrumental de gravações do mundo real.