Music alignment和transcription文献整理小结

我们用3个星期的时间整理了Music alignment和transcription的15篇文献。相关的方法是probablistic model和deep learning。今天把这些链接汇总一下：

Music alignment probabilistic model:

Music transcription probabilistic model:

Music transcription deep learning:

关于deep learning的我觉得比较重要的文献都在这里了。其他方法比如NMF, PLCA请看这个tutorial:

关于alignment和transcription的还有其他的一些新研究，

Alignment比如

Computational Methods for the Alignment and Score-Informed Transcription of Piano Music

比如用专门做post-processing, language model的：

(1) A study on LSTM networks for polyphonic music sequence modelling

(2) Polyphonic Music Sequence Transduction with Meter-Constrained LSTM Networks

再比如用多个网络模型层层叠加的：

Polyphonic Pitch Tracking with Deep Layered Learning

由于一些不可知的原因，就不review了。

看了这些文献后，给我的感觉是大部分的新研究（deep learning）集中于钢琴，可能是因为又MAPS这个数据库。钢琴好弄的地方可能在于每个音符没有什么装饰音，难做的地方在于它是polyphonic。如果换成人声或是不同乐器合奏的polyphonic可能就没有这么好弄了，看到这两篇：

（1）R. Schramm, A. McLeod, M. Steedman, and E. Benetos, "Multi-pitch detection and voice assignment for a capella recording of multiple singers", 18th International Society for Music Information Retrieval Conference, pp. 552-559, Oct. 2017.

（2）E. Benetos, "Polyphonic note and instrument tracking using linear dynamical systems", in Proc. 2017 AES International Conference on Semantic Audio, June 2017.

但是用的不是deep learning的方法。可能大家还不清楚怎么用deep learning在学习音符的同时也能把不同的乐器分开。有想做的朋友可以试试这个思路，用多个objectives同时学，一个学onset, 一个学pitch，一个学乐器分离。要是真做出来了，请我吃饭。