Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2510.03750

帮助 | 高级搜索

计算机科学 > 信息检索

arXiv:2510.03750 (cs)
[提交于 2025年10月4日 ]

标题: 使用音乐信息度量评估高分辨率钢琴延音踏板深度估计

标题: Evaluating High-Resolution Piano Sustain Pedal Depth Estimation with Musically Informed Metrics

Authors:Hanwen Zhang, Kun Fang, Ziyu Wang, Ichiro Fujinaga
摘要: 连续钢琴踏板深度估计任务的评估在仅依赖传统帧级指标时仍然不完整,这些指标忽略了音乐中重要的特征,如方向变化边界和踏板曲线轮廓。 为了提供更具可解释性和音乐意义的见解,我们提出了一种评估框架,该框架在标准帧级指标的基础上,增加了动作级评估,通过按压/保持/释放状态的片段来测量方向和时间,并进行了手势级分析,以评估每个按压-释放周期的轮廓相似性。 我们将此框架应用于比较一个仅音频基线模型与两个变体:一个结合了来自MIDI的符号信息,另一个在二值化设置中进行训练,所有模型都在统一架构内进行训练。 结果表明,尽管帧级提升较小,但MIDI启发的模型在动作和手势层面显著优于其他模型。 这些发现表明,我们的框架能够捕捉到传统指标无法察觉的音乐相关改进,为评估踏板深度估计模型提供了一种更实用和有效的方法。
摘要: Evaluation for continuous piano pedal depth estimation tasks remains incomplete when relying only on conventional frame-level metrics, which overlook musically important features such as direction-change boundaries and pedal curve contours. To provide more interpretable and musically meaningful insights, we propose an evaluation framework that augments standard frame-level metrics with an action-level assessment measuring direction and timing using segments of press/hold/release states and a gesture-level analysis that evaluates contour similarity of each press-release cycle. We apply this framework to compare an audio-only baseline with two variants: one incorporating symbolic information from MIDI, and another trained in a binary-valued setting, all within a unified architecture. Results show that the MIDI-informed model significantly outperforms the others at action and gesture levels, despite modest frame-level gains. These findings demonstrate that our framework captures musically relevant improvements indiscernible by traditional metrics, offering a more practical and effective approach to evaluating pedal depth estimation models.
主题: 信息检索 (cs.IR) ; 声音 (cs.SD); 音频与语音处理 (eess.AS)
引用方式: arXiv:2510.03750 [cs.IR]
  (或者 arXiv:2510.03750v1 [cs.IR] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.03750
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Kun Fang [查看电子邮件]
[v1] 星期六, 2025 年 10 月 4 日 09:29:52 UTC (1,384 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
cs.IR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
cs
cs.SD
eess
eess.AS

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号