GraphMuse：用知识图谱解决乐谱分析难题，音乐AI效率翻300倍！

文章预览

点击上方 ↗️ 「 活水智能 」 ， 关注 + 星标🌟 作者：Emmanouil Karystinaios 编译：活水智能 图片由 Dall-E 3 生成 在这篇文章中，我们将探讨我最近的一篇论文以及开源软件：GraphMuse Python 库。 但在深入之前，让我先为大家介绍一下符号音乐处理的一些基础知识。 故事是这样开始的…… 符号音乐处理主要是指从乐谱中提取信息。“符号”一词指的是任何形式的乐谱或音乐记谱中存在的符号。乐谱中除了音符之外，还可能包含多种元素，例如拍号、调号、表情记号、力度记号等。乐谱可以以多种格式存在，比如 MIDI、MusicXML、MEI、Kern、ABC 等。 近年来，图神经网络（Graph Neural Networks, GNNs）在从生物网络到推荐系统再到音乐分析的众多领域中变得越来越流行，并取得了一定的成功。在音乐分析领域，GNNs 被用于解决诸如和声分析、乐句分割以及声部分离等 ………………………………