Unsupervised Evaluation of Deep Audio Embeddings for Music Structure Analysis
Fuente:
arXiv
Enregistré dans:
| Auteur principal: | Marmoret, Axel |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Can pre-trained Deep Learning models predict groove ratings?
par: Marmoret, Axel, et autres
Publié: (2026)
par: Marmoret, Axel, et autres
Publié: (2026)
Masked Contrastive Pre-Training Improves Music Audio Key Detection
par: Yonay, Ori, et autres
Publié: (2026)
par: Yonay, Ori, et autres
Publié: (2026)
BEAT: Tokenizing and Generating Symbolic Music by Uniform Temporal Steps
par: Qian, Lekai, et autres
Publié: (2026)
par: Qian, Lekai, et autres
Publié: (2026)
MuQ-Eval: An Open-Source Per-Sample Quality Metric for AI Music Generation Evaluation
par: Zhu, Di, et autres
Publié: (2026)
par: Zhu, Di, et autres
Publié: (2026)
Benchmarking Sub-Genre Classification For Mainstage Dance Music
par: Shu, Hongzhi, et autres
Publié: (2024)
par: Shu, Hongzhi, et autres
Publié: (2024)
SoundPlot: An Open-Source Framework for Birdsong Acoustic Analysis and Neural Synthesis with Interactive 3D Visualization
par: Mehdi, Naqcho Ali, et autres
Publié: (2026)
par: Mehdi, Naqcho Ali, et autres
Publié: (2026)
Score Distillation Sampling for Audio: Source Separation, Synthesis, and Beyond
par: Richter-Powell, Jessie, et autres
Publié: (2025)
par: Richter-Powell, Jessie, et autres
Publié: (2025)
NasoVoce: A Nose-Mounted Low-Audibility Speech Interface for Always-Available Speech Interaction
par: Rekimoto, Jun, et autres
Publié: (2026)
par: Rekimoto, Jun, et autres
Publié: (2026)
PromptReverb: Multimodal Room Impulse Response Generation Through Latent Rectified Flow Matching
par: Vosoughi, Ali, et autres
Publié: (2025)
par: Vosoughi, Ali, et autres
Publié: (2025)
Singing Timbre Popularity Assessment Based on Multimodal Large Foundation Model
par: Wang, Zihao, et autres
Publié: (2025)
par: Wang, Zihao, et autres
Publié: (2025)
REMAST: Real-time Emotion-based Music Arrangement with Soft Transition
par: Wang, Zihao, et autres
Publié: (2023)
par: Wang, Zihao, et autres
Publié: (2023)
AI Harmonizer: Expanding Vocal Expression with a Generative Neurosymbolic Music AI System
par: Blanchard, Lancelot, et autres
Publié: (2025)
par: Blanchard, Lancelot, et autres
Publié: (2025)
Taming Audio VAEs via Target-KL Regularization
par: Seetharaman, Prem, et autres
Publié: (2026)
par: Seetharaman, Prem, et autres
Publié: (2026)
Spatial Audio Rendering for Real-Time Speech Translation in Virtual Meetings
par: Geleta, Margarita, et autres
Publié: (2025)
par: Geleta, Margarita, et autres
Publié: (2025)
BemaGANv2: Discriminator Combination Strategies for GAN-based Vocoders in Long-Term Audio Generation
par: Park, Taesoo, et autres
Publié: (2025)
par: Park, Taesoo, et autres
Publié: (2025)
Machine Learning Framework for Audio-Based Content Evaluation using MFCC, Chroma, Spectral Contrast, and Temporal Feature Engineering
par: Aristorenas, Aris J.
Publié: (2024)
par: Aristorenas, Aris J.
Publié: (2024)
PerceiverS: A Multi-Scale Perceiver with Effective Segmentation for Long-Term Expressive Symbolic Music Generation
par: Yi, Yungang, et autres
Publié: (2024)
par: Yi, Yungang, et autres
Publié: (2024)
Crossing the Species Divide: Transfer Learning from Speech to Animal Sounds
par: Cauzinille, Jules, et autres
Publié: (2025)
par: Cauzinille, Jules, et autres
Publié: (2025)
Step-Audio-R1 Technical Report
par: Tian, Fei, et autres
Publié: (2025)
par: Tian, Fei, et autres
Publié: (2025)
Refining music sample identification with a self-supervised graph neural network
par: Bhattacharjee, Aditya, et autres
Publié: (2025)
par: Bhattacharjee, Aditya, et autres
Publié: (2025)
SFMS-ALR: Script-First Multilingual Speech Synthesis with Adaptive Locale Resolution
par: Donepudi, Dharma Teja
Publié: (2025)
par: Donepudi, Dharma Teja
Publié: (2025)
Two Sonification Methods for the MindCube
par: Liu, Fangzheng, et autres
Publié: (2025)
par: Liu, Fangzheng, et autres
Publié: (2025)
Online Correction of Dispersion Error in 2D Waveguide Meshes
par: Fontana, Federico, et autres
Publié: (2000)
par: Fontana, Federico, et autres
Publié: (2000)
Joint Estimation of Piano Dynamics and Metrical Structure with a Multi-task Multi-Scale Network
par: He, Zhanhong, et autres
Publié: (2025)
par: He, Zhanhong, et autres
Publié: (2025)
If You Hold Me Without Hurting Me: Pathways to Designing Game Audio for Healthy Escapism and Player Well-being
par: Nunes, Caio, et autres
Publié: (2025)
par: Nunes, Caio, et autres
Publié: (2025)
Audio Foundation Models Outperform Symbolic Representations for Piano Performance Evaluation
par: Dhiman, Jai
Publié: (2026)
par: Dhiman, Jai
Publié: (2026)
AudioMiXR: Spatial Audio Object Manipulation with 6DoF for Sound Design in Augmented Reality
par: Woodard, Brandon, et autres
Publié: (2025)
par: Woodard, Brandon, et autres
Publié: (2025)
Adaptable Symbolic Music Infilling with MIDI-RWKV
par: Zhou-Zheng, Christian, et autres
Publié: (2025)
par: Zhou-Zheng, Christian, et autres
Publié: (2025)
Auptimize: Optimal Placement of Spatial Audio Cues for Extended Reality
par: Cho, Hyunsung, et autres
Publié: (2024)
par: Cho, Hyunsung, et autres
Publié: (2024)
Enhanced DareFightingICE Competitions: Sound Design and AI Competitions
par: Khan, Ibrahim, et autres
Publié: (2024)
par: Khan, Ibrahim, et autres
Publié: (2024)
APEX: Large-scale Multi-task Aesthetic-Informed Popularity Prediction for AI-Generated Music
par: Husain, Jaavid Aktar, et autres
Publié: (2026)
par: Husain, Jaavid Aktar, et autres
Publié: (2026)
Revisiting SSL for sound event detection: complementary fusion and adaptive post-processing
par: Cui, Hanfang, et autres
Publié: (2025)
par: Cui, Hanfang, et autres
Publié: (2025)
Dichotic harmony for the musical practice
par: Madgazin, Vadim R.
Publié: (2010)
par: Madgazin, Vadim R.
Publié: (2010)
Neural Proxies for Sound Synthesizers: Learning Perceptually Informed Preset Representations
par: Combes, Paolo, et autres
Publié: (2025)
par: Combes, Paolo, et autres
Publié: (2025)
Generation of Musical Timbres using a Text-Guided Diffusion Model
par: Yuan, Weixuan, et autres
Publié: (2025)
par: Yuan, Weixuan, et autres
Publié: (2025)
Self-Improvement for Audio Large Language Model using Unlabeled Speech
par: Wang, Shaowen, et autres
Publié: (2025)
par: Wang, Shaowen, et autres
Publié: (2025)
OBHS: An Optimized Block Huffman Scheme for Real-Time Audio Compression
par: Mahfi, Muntahi Safwan, et autres
Publié: (2025)
par: Mahfi, Muntahi Safwan, et autres
Publié: (2025)
Representing Classical Compositions through Implication-Realization Temporal-Gestalt Graphs
par: Bomediano, A. V., et autres
Publié: (2025)
par: Bomediano, A. V., et autres
Publié: (2025)
Scalable Evaluation for Audio Identification via Synthetic Latent Fingerprint Generation
par: Bhattacharjee, Aditya, et autres
Publié: (2025)
par: Bhattacharjee, Aditya, et autres
Publié: (2025)
Music2P: A Multi-Modal AI-Driven Tool for Simplifying Album Cover Design
par: Choi, Joong Ho, et autres
Publié: (2024)
par: Choi, Joong Ho, et autres
Publié: (2024)
Documents similaires
-
Can pre-trained Deep Learning models predict groove ratings?
par: Marmoret, Axel, et autres
Publié: (2026) -
Masked Contrastive Pre-Training Improves Music Audio Key Detection
par: Yonay, Ori, et autres
Publié: (2026) -
BEAT: Tokenizing and Generating Symbolic Music by Uniform Temporal Steps
par: Qian, Lekai, et autres
Publié: (2026) -
MuQ-Eval: An Open-Source Per-Sample Quality Metric for AI Music Generation Evaluation
par: Zhu, Di, et autres
Publié: (2026) -
Benchmarking Sub-Genre Classification For Mainstage Dance Music
par: Shu, Hongzhi, et autres
Publié: (2024)