یادگیری آماری و تخمین انگشت گذاری پیانو

برآورد خودکار انگشت گذاری پیانو برای درک فرآیند محاسباتی عملکرد موسیقی و قابل‌اجرا برای کمک به عملکرد و سیستم‌های آموزشی مهم است. در حالی که یک روش طبیعی برای فرموله کردن کیفیت اثر انگشت گذاری ایجاد مدل‌هایی از محدودیت‌ها / هزینه‌های عملکرد است، عموما پیدا کردن مقادیر پارامتر مناسب برای این مدل‌ها دشوار است. در اینجا ما یک روش داده محور جایگزین را براساس مدل‌سازی آماری مورد مطالعه قرار می‌دهیم که در آن مناسب بودن یک انگشت با احتمالات توصیف می‌شود. به طور خاص، ما دو نوع مدل مارکوف پنهان (‏HMM ها)‏و پسوندهای مرتبه بالاتر آن‌ها را می‌سازیم. همچنین روش‌های مبتنی بر شبکه عصبی عمیق (‏DNN)‏را برای مقایسه مطالعه می‌کنیم. با استفاده از مجموعه داده جدیدی از تفسیر، ارزیابی‌های سیستماتیک این مدل‌ها و همچنین یک روش مبتنی بر محدودیت را انجام می‌دهیم. ما متوجه شدیم که روش‌های مبتنی بر HMM های مرتبه بالا از نظر دقت برآورد بهتر از روش‌های دیگر عمل می‌کنند. همچنین ما به صورت کمی تفاوت فردی در بررسی و پیشنهاد معیارهای ارزیابی را مطالعه می‌کنیم که می‌توانند با داده‌های حقیقت زمینه‌ای چندگانه مورد استفاده

Automatic estimation of piano fingering is important for understanding the computational process of music performance and applicable to performance assistance and education systems. While a natural way to formulate the quality of fingerings is to construct models of the constraints/costs of performance, it is generally difficult to find appropriate parameter values for these models. Here we study an alternative data-driven approach based on statistical modeling in which the appropriateness of a given fingering is described by probabilities. Specifically, we construct two types of hidden Markov models (HMMs) and their higher-order extensions. We also study deep neural network (DNN)-based methods for comparison. Using a newly released dataset of fingering annotations, we conduct systematic evaluations of these models as well as a representative constraint-based method. We find that the methods based on high-order HMMs outperform the other methods in terms of estimation accuracies. We als