TMC在2013 MIREX音频和弦估计任务中的K流技术应用

资源摘要信息:"tmc-ace-mirex2013是纽约大学提交给2013年MIREX音频和弦估计任务的作品。该作品采用了新的K流技术，能够估计157个和弦类型，包括major(maj)，minor(min)，major seventh(maj7)，minor seventh(min7)，dominant seventh(7)，major sixth(maj6)，minor sixth(min6)，diminished(dim)，augmented(aug)，suspended fourth(sus4)，suspended second(sus2)，half-diminished seventh(hdim7)以及diminished seventh(dim7)，涵盖了12个调式以及无和弦的情况。此次提交包含两种不同的模型：CB1预训练模型和CB2测试评估模型。CB1模型使用了495首歌曲进行训练，包括100首RWC流行歌曲，195首USpop歌曲，以及甲壳虫乐队和皇后乐队的歌曲。CB2模型则用于火车测试评估，其训练集必须包含所有157种和弦类型。系统在Arch Linux和OS X 10.6.8上进行了测试，且需要在MATLAB v.2012b或更高版本中使用。" 知识点: 1. MIREX (Music Information Retrieval Evaluation eXchange)：MIREX是一个音乐信息检索领域的国际比赛，旨在推动相关技术的发展和比较不同算法在标准数据集上的性能。它通常包括音频和弦估计、旋律提取、自动标注等任务。 2. 音频和弦估计：音频和弦估计是音乐信息检索中的一个重要问题，其目标是通过分析音乐信号来识别和弦的类型。这对于音乐理论的研究、自动伴奏、音乐内容分析和推荐系统等领域具有重要意义。 3. K流技术：文档中提到的新K流技术可能是一种用于音频分析和和弦识别的先进方法。虽然文档没有详细说明该技术的细节，但它可能是基于统计模型、机器学习或深度学习等方法的一种。 4. 和弦类型：文档列出了157种不同的和弦类型，涵盖了常见的和弦类型如大三和弦(maj)、小三和弦(min)、七和弦(maj7, min7)等。这些和弦类型是音乐理论中的基础，对和弦进行准确估计是音乐分析中的一个重要课题。 5. 预训练模型：在机器学习中，预训练模型是指在大量数据上训练好参数的模型，它可以在特定任务中通过进一步的训练（微调）来提高性能。文档中的CB1预训练模型使用了多种类型的音乐数据进行训练，这有助于模型学习和弦变化的通用特征。 6. 训练集与测试集：在机器学习任务中，训练集用于模型的训练，测试集用于评估模型的性能。文档中提到的CB1模型和CB2模型分别用于训练和评估，这有助于确保模型的泛化能力。 7. MATLAB：MATLAB是一种用于数值计算、可视化和编程的高级语言和交互式环境。它广泛应用于工程、科学研究、数学等领域。文档指出系统需要在MATLAB v.2012b或更高版本中运行，表明其采用了MATLAB的编程和数据处理能力。 8. Arch Linux和OS X 10.6.8：Arch Linux是一个独立开发、基于社区的Linux发行版，以简洁、现代的设计和强大的包管理著称。OS X 10.6.8是苹果公司开发的一个较早版本的操作系统，支持多种软件应用。系统在这两个平台上进行测试表明其兼容性和可移植性。 9. 地理信息：文档提及纽约大学，这可能表明该研究项目是由大学的研究人员或团队完成的。纽约大学在音乐科技领域可能有专门的研究团队和先进的设备。 10. 研究者信息：文档提到了Peter Grosche和Me作为研究者，他们可能参与了该项目的开发或测试工作。在学术界，了解贡献者的信息有助于追踪研究的进展和识别相关的研究成果。