Buchumschlag

Filling MIDI Velocity using U-Net Image Colorizer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Zhanhong, Cooper, David, Huang, Defeng, Togneri, Roberto
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Sound Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Score-Informed Transformer for Refining MIDI Velocity in Automatic Music Transcription
von: He, Zhanhong, et al.
Veröffentlicht: (2025)

How to Infer Repeat Structures in MIDI Performances
von: Peter, Silvan, et al.
Veröffentlicht: (2025)

Pseudo Strong Labels from Frame-Level Predictions for Weakly Supervised Sound Event Detection
von: Zhang, Yuliang, et al.
Veröffentlicht: (2025)

Impact of Noisy Labels on Sound Event Detection: Deletion Errors Are More Detrimental Than Insertion Errors
von: Zhang, Yuliang, et al.
Veröffentlicht: (2024)

MIDI-Informed Singing Accompaniment Generation in a Compositional Song Pipeline
von: Tsai, Fang-Duo, et al.
Veröffentlicht: (2026)

Joint Estimation of Piano Dynamics and Metrical Structure with a Multi-task Multi-Scale Network
von: He, Zhanhong, et al.
Veröffentlicht: (2025)

Zero to 16383 Through the Wire: Transmitting High- Resolution MIDI with WebSockets and the Browser
von: McKemie, Daniel
Veröffentlicht: (2025)

Dance2MIDI: Dance-driven multi-instruments music generation
von: Han, Bo, et al.
Veröffentlicht: (2023)

Transformer-Based Rhythm Quantization of Performance MIDI Using Beat Annotations
von: Wachter, Maximilian, et al.
Veröffentlicht: (2026)

Expressive MIDI-format Piano Performance Generation
von: Liu, Jingwei
Veröffentlicht: (2024)

End-to-end Piano Performance-MIDI to Score Conversion with Transformers
von: Beyer, Tim, et al.
Veröffentlicht: (2024)

Notochord: a Flexible Probabilistic Model for Real-Time MIDI Performance
von: Shepardson, Victor, et al.
Veröffentlicht: (2024)

SHEET: A Multi-purpose Open-source Speech Human Evaluation Estimation Toolkit
von: Huang, Wen-Chin, et al.
Veröffentlicht: (2025)

MOS-Bench: Benchmarking Generalization Abilities of Subjective Speech Quality Assessment Models
von: Huang, Wen-Chin, et al.
Veröffentlicht: (2024)

CodecMOS-Accent: A MOS Benchmark of Resynthesized and TTS Speech from Neural Codecs Across English Accents
von: Huang, Wen-Chin, et al.
Veröffentlicht: (2026)

Moises-Light: Resource-efficient Band-split U-Net For Music Source Separation
von: Yun-Ning, et al.
Veröffentlicht: (2025)

Beat-Based Rhythm Quantization of MIDI Performances
von: Wachter, Maximilian, et al.
Veröffentlicht: (2025)

Annotation-Free MIDI-to-Audio Synthesis via Concatenative Synthesis and Generative Refinement
von: Take, Osamu, et al.
Veröffentlicht: (2024)

BreathNet: Generalizable Audio Deepfake Detection via Breath-Cue-Guided Feature Refinement
von: Ye, Zhe, et al.
Veröffentlicht: (2026)

Reproducing the Acoustic Velocity Vectors in a Circular Listening Area
von: Wang, Jiarui, et al.
Veröffentlicht: (2024)

Sub-band and Full-band Interactive U-Net with DPRNN for Demixing Cross-talk Stereo Music
von: Yin, Han, et al.
Veröffentlicht: (2024)

An Adaptive CMSA for Solving the Longest Filled Common Subsequence Problem with an Application in Audio Querying
von: Djukanovic, Marko, et al.
Veröffentlicht: (2025)

Moonbeam: A MIDI Foundation Model Using Both Absolute and Relative Music Attributes
von: Guo, Zixun, et al.
Veröffentlicht: (2025)

COVID-19 Diagnosis from Cough Acoustics using ConvNets and Data Augmentation
von: Mahanta, Saranga Kingkor, et al.
Veröffentlicht: (2021)

MIDI-VALLE: Improving Expressive Piano Performance Synthesis Through Neural Codec Language Modelling
von: Tang, Jingjing, et al.
Veröffentlicht: (2025)

Composer's Assistant 2: Interactive Multi-Track MIDI Infilling with Fine-Grained User Control
von: Malandro, Martin E.
Veröffentlicht: (2024)

Fretting-Transformer: Encoder-Decoder Model for MIDI to Tablature Transcription
von: Hamberger, Anna, et al.
Veröffentlicht: (2025)

SingNet: Towards a Large-Scale, Diverse, and In-the-Wild Singing Voice Dataset
von: Gu, Yicheng, et al.
Veröffentlicht: (2025)

AuralNet: Hierarchical Attention-based 3D Binaural Localization of Overlapping Speakers
von: Fu, Linya, et al.
Veröffentlicht: (2025)

Fine-Tuning MIDI-to-Audio Alignment using a Neural Network on Piano Roll and CQT Representations
von: Murgul, Sebastian, et al.
Veröffentlicht: (2025)

RaD-Net: A Repairing and Denoising Network for Speech Signal Improvement
von: Liu, Mingshuai, et al.
Veröffentlicht: (2024)

TTS-CtrlNet: Time varying emotion aligned text-to-speech generation with ControlNet
von: Jeong, Jaeseok, et al.
Veröffentlicht: (2025)

GMM-ResNet2: Ensemble of Group ResNet Networks for Synthetic Speech Detection
von: Lei, Zhenchun, et al.
Veröffentlicht: (2024)

MidiCaps: A large-scale MIDI dataset with text captions
von: Melechovsky, Jan, et al.
Veröffentlicht: (2024)

PhiNet: Speaker Verification with Phonetic Interpretability
von: Ma, Yi, et al.
Veröffentlicht: (2026)

KS-Net: Multi-band joint speech restoration and enhancement network for 2024 ICASSP SSI Challenge
von: Yu, Guochen, et al.
Veröffentlicht: (2024)

Beat and Downbeat Tracking in Performance MIDI Using an End-to-End Transformer Architecture
von: Murgul, Sebastian, et al.
Veröffentlicht: (2025)

Asynchronous Microphone Array Calibration using Hybrid TDOA Information
von: Zhang, Chengjie, et al.
Veröffentlicht: (2024)

PlumberNet: Fixing interference leakage after GEV beamforming
von: Grondin, François, et al.
Veröffentlicht: (2023)

Inter-channel Conv-TasNet for multichannel speech enhancement
von: Lee, Dongheon, et al.
Veröffentlicht: (2021)