Paper year
2025
Paper dossier
Deep Learning approaches to singing voice transcription in pop music
Detail viewSimilarity handoff
Review source metadata, abstract, authors, topics, and local similarity context before moving into explanation and ranking views.
Citations
0
Authors
0
Topic labels
0
Source readout
Source and corpus status
Venue
Unknown venue
Source slug
unknown
Corpus placement
Controlled edge slice
Similarity rows
Not available yet
Ranking readout
Where this paper lands in the current run
Run shadow-generalization-product-candidate-ranking-v1Top 50 surfaced
This block uses the same resolved ranking run as Recommended. Ranks here are materialized paper_scores ranks; live Emerging may be reordered by the bounded ML scorer. Family rank is global within each family, but rank is only shown when this paper lands inside the surfaced top 50.
Families present
2
Top 50
0
Run label
shadow-generalization-product-candidate-ranking-v1
Snapshot
source-snapshot-shadow-generalization-v1-20260521
Scope: family global | run rank-83787b91ef
Emerging
Present in run, outside top 50
Emerging: embedding slice fit vs included-corpus centroid (title+abstract), plus citation velocity and topic growth; not universal relevance. Bridge signal not used here.
Signals: semantic=0.8108, citation_velocity=0.0000, topic_growth=0.0000, diversity_penalty=0.0000
Why this surfaced | 3 used | 1 penalty | 1 not computed
Embedding slice fit (corpus centroid)used
Embedding slice fit (corpus centroid): high; used in final ranking (contribution to score: 0.1622)
Recent attentionused
Recent attention: low; used in final ranking (contribution to score: 0.0000)
Topic momentumused
Topic momentum: low; used in final ranking (contribution to score: 0.0000)
Cross-cluster signalnot computed
Cross-cluster signal: not computed for this run
Similarity penaltypenalty
Similarity penalty: reduces score when non-zero (contribution to score: 0.0000)
Bridge
Present in run, outside top 50
Multi-topic paper in active topics; no cluster_version on this run so bridge_score was not computed.
Signals: citation_velocity=0.0000, topic_growth=0.0000, diversity_penalty=1.0000
Why this surfaced | 2 used | 1 penalty | 2 not computed
Semantic matchnot computed
Semantic match: not computed for this run
Recent attentionused
Recent attention: low; used in final ranking (contribution to score: 0.0000)
Topic momentumused
Topic momentum: low; used in final ranking (contribution to score: 0.0000)
Cross-cluster signalnot computed
Cross-cluster signal: not computed for this run
Topic breadth penaltypenalty
Topic breadth penalty: reduces score when non-zero (contribution to score: -0.2000)
Under-cited
No materialized row for this family in the resolved run
This paper did not surface into the current materialized family row set.
Abstract
La veu humana és sens dubte l'instrument musical més accessible i possiblement per això part de múltiples pràctiques musicals a tot el món. Aquesta accessibilitat universal porta a una àmplia quantitat d'activitats populars relacionades amb el cant com per exemple el karaoke. Paral·lelament i propulsat per la immediatesa dels mitjans de streaming de música han impulsat la demanda de continguts i serveis per a plataformes de identificacion mitjançant taral·larejo o sistemes de karaoke. Aquesta última aplicació require d'un sistema automàtic per a comparar la melodia taral·larejada respecte a una base de dades, asi com l'anterior no pot satisfer la demanda solament amb anotacions manuals a causa del gran volum i al ràpid cicle de publicació de música popular. En conseqüència, és molt desitjable comptar amb sistemes automatitzats capaços de generar partitures directament, o almenys de proporcionar una base sòlida que requereixi un ajust mínim. Aquest repte de transcriure veus cantades de la música popular planteja dificultats considerables. En primer lloc, les melodies vocals solen estar entrellaçades amb complexos arranjaments instrumentals. En segon lloc, aconseguir una transcripció precisa exigeix amplis conjunts de dades que abastin els diversos timbres i la flexibilitat inherent a la veu humana. La creació d'aquesta mena de conjunts de dades requereix molt temps d'anotació manual i els pocs que existeixen són difícils de compartir a causa dels problemes de drets d'autor que envolten a la música comercial. Per a fer front a aquest repte, aquesta tesi explora tres estratègies complementàries. La primera se centra en l'arquitectura de models que aprofiten els antecedents musicals, introduint un nou bloc de xarxa neuronal motivat per la música, el disseny de la qual s'ha patentat amb èxit. La segona consisteix a augmentar les dades, emprant models generatius no per a crear dades totalment sintètiques, sinó per a generar diversos acompanyaments instrumentals realistes per a gravacions vocals existents, ampliant així els escenaris d'entrenament sense dependre d'anotacions generades potencialment esbiaixades. La tercera estratègia aborda la creació automàtica de dades alineades amb precisió; hem desenvolupat un algorisme iteratiu basat en esdeveniments que refina les alineacions d'àudio a partitura comparant esdeveniments musicals específics, com les onsets, i que també pot aprofitar-se per a avaluar la fiabilitat d'aquestes alineacions. Basant-nos en diverses anàlisis comparatives i de resultats, arribem a la conclusió que el rendiment de la transcripció per a cantants professionals pot estar acostant-se a un altiplà quan s'avalua amb les mètriques actuals. No obstant això, la precisió de la transcripció per a cantants aficionats continua sent significativament inferior, la qual cosa indica una àrea clara per a la recerca i el desenvolupament futurs.
Authors
No authors available.
Neighborhood labels
Topics
0 labels
Topic labels are imported metadata and can be noisy; use them as coarse navigation hints, not authoritative classifications.
Neighbor surface
Similar papers
Similar papers use a separately configured neighbor embedding; it may differ from the embedding version used by the current ranked run.
No embedding-backed neighbors available for this paper/version yet.
Next handoff
Best next moves from here
01
Check recommendation families
Use Recommended to see whether this paper behaves like an emerging or undercited signal in the current ranked feed, or how it appears on the bridge preview / diagnostics view.
02
Inspect nearby topics
Use Trends to understand whether its attached labels are heating up or cooling down inside the curated corpus.
03
Cross-check evaluation baselines
Use Evaluation to compare the dossier readout against citation and recency baselines for the same resolved family run.