arXiv 2610.09861 · eess.AS · 2026-10-07

Toward Part-Aware Choral Transcription with singing voice assignment

Hanyu Meng, Zhanhong He, Zixun Guo, Yaolong Ju

UNSW

新论文

一句话要点

提出了一种端到端的合唱音频转谱方法PawCT，能识别SATB各声部并生成独立乐谱，显著提升转谱准确率。

PawCT enables end-to-end part-aware choral transcription with improved accuracy over existing methods.

要点

合唱音乐转谱长期面临声部分离困难的问题，现有方法多输出合并音轨，无法支持排练与乐谱重建。
PawCT首次提出联合建模声部识别与音符转录的端到端框架，结合声部存在性估计、起止点预测和音高范围先验约束。
在YouChorale数据集上，PawCT-RP-OC实现50ms起始容差下的宏平均F1达0.225，比现有基线方法提升36.4%。
跨数据集验证表明其在CSD和Cantoria数据集上仍保持良好性能，说明模型具有较强的泛化能力。

English overview

PawCT introduces the first end-to-end neural framework for part-aware choral transcription, jointly modeling vocal part assignment and note-level transcription. It leverages pitch range priors and ordered continuity to improve accuracy and structural consistency. Experiments on YouChorale show significant gains over baselines, with robust performance across datasets.

只根据 arXiv 官方摘要，由开源模型整理，经数字/专名自动核对（必须在摘要中出现），以论文原文为准。

16HF 点赞

–GitHub stars

–引用（Semantic Scholar）

–热度分

阅读 arXiv 原文 PDF Hugging Face 讨论代码仓库项目页