Time-Frequency Scattering Accurately Models Auditory Similarities\n Between Instrumental Playing Techniques
Notice bibliographique
Résumé
Instrumental playing techniques such as vibratos, glissandos, and trills\noften denote musical expressivity, both in classical and folk contexts.\nHowever, most existing approaches to music similarity retrieval fail to\ndescribe timbre beyond the so-called "ordinary" technique, use instrument\nidentity as a proxy for timbre quality, and do not allow for customization to\nthe perceptual idiosyncrasies of a new subject. In this article, we ask 31\nhuman subjects to organize 78 isolated notes into a set of timbre clusters.\nAnalyzing their responses suggests that timbre perception operates within a\nmore flexible taxonomy than those provided by instruments or playing techniques\nalone. In addition, we propose a machine listening model to recover the cluster\ngraph of auditory similarities across instruments, mutes, and techniques. Our\nmodel relies on joint time--frequency scattering features to extract\nspectrotemporal modulations as acoustic features. Furthermore, it minimizes\ntriplet loss in the cluster graph by means of the large-margin nearest neighbor\n(LMNN) metric learning algorithm. Over a dataset of 9346 isolated notes, we\nreport a state-of-the-art average precision at rank five (AP@5) of\n$99.0\\%\\pm1$. An ablation study demonstrates that removing either the joint\ntime--frequency scattering transform or the metric learning algorithm\nnoticeably degrades performance.\n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».