Voice and Staff Separation in Symbolic Piano Music with GNNs
这篇文章涵盖了我最近在 ISMIR 2024 上发表的论文 Cluster and Separate: A GNN Approach to Voice and Staff Prediction for Score Engraving 背景图片最初使用 Dall-E 3 创建 简介以 MIDI 等格式编码的音乐，即使包含量化音符、拍号或小节信息，也经常缺少可视化的重要元素，例如语音和五线谱信息。这种限制也适用于音乐生成、转录或编曲系统的输出。因此，这种音乐无法轻易转换成人类音乐家可以解读和演奏的可读乐谱。值得注意的是，语音和五线谱分离只是乐谱雕刻系统可能解决的众多方面中的两个——其他方面包括音高
