ترجمه فارسی مقاله TheGlueNote: بازنمایی‌های آموخته‌شده برای ترازبندی نت‌های قوی و انعطاف‌پذیر

چکیده

Note alignment refers to the task of matching individual notes of two versions of the same symbolically encoded piece. Methods addressing this task commonly rely on sequence alignment algorithms such as Hidden Markov Models or Dynamic Time Warping (DTW) applied directly to note or onset sequences. While successful in many cases, such methods struggle with large mismatches between the versions. In this work, we learn note-wise representations from data augmented with various complex mismatch cases, e.g. repeats, skips, block insertions, and long trills. At the heart of our approach lies a transformer encoder network – TheGlueNote – which predicts pairwise note similarities for two 512 note subsequences. We postprocess the predicted similarities using flavors of weightedDTW and pitch-separated onsetDTW to retrieve note matches for two sequences of arbitrary length. Our approach performs on par with the state of the art in terms of note alignment accuracy, is considerably more robust to version mismatches, and works directly on any pair of MIDI files.

چکیده به فارسی (ترجمه ماشینی)

توجه داشته باشید که تراز کردن به وظیفه تطبیق نت های جداگانه از دو نسخه از همان قطعه رمزگذاری شده نمادین اشاره دارد.روشهای پرداختن به این کار معمولاً به الگوریتم های تراز توالی مانند مدل های پنهان مارکوف یا پیچ و تاب زمان پویا (DTW) که مستقیماً برای توالی های یادداشت یا شروع اعمال می شوند ، تکیه می کنند.در حالی که در بسیاری از موارد موفق است ، چنین روشهایی با عدم تطابق بزرگ بین نسخه ها مبارزه می کنند.در این کار ، ما بازنمایی های عاقلانه از داده های افزوده شده با موارد مختلف عدم تطابق پیچیده ، به عنوان مثال ، یاد می گیریم.تکرار ، پرش ، درج بلوک و تریل های طولانی.در قلب رویکرد ما یک شبکه رمزگذار ترانسفورماتور – theGluenote – که شباهت های نت زوج را برای دو مورد 512 یادداشت پیش بینی می کند ، نهفته است.ما شباهت های پیش بینی شده را با استفاده از طعم دهنده های وزنه بردار و از Pitch جدا شده برای بازیابی مسابقات نت برای دو دنباله طول دلخواه ، پردازش می کنیم.رویکرد ما از نظر دقت تراز نت ، با وضعیت هنر عمل می کند ، نسبت به عدم تطابق نسخه بسیار قوی تر است و مستقیماً روی هر جفت پرونده MIDI کار می کند.