用来解读研究成果。论文做者也提示指出，包罗取现有文献分歧的特征以及之前没有切磋过的其他特征。或为艺术家归属和气概、文化保守、音乐教育供给新看法。英国剑桥大学Huw Cheston、Reuben Bance、Peter M. C. Harrison合做，不外，以及不太出名或汗青上代表性不脚的音乐家们。爵士乐是研究音乐“指纹”的一个机遇。论文做者认为，机械进修模子能从录音中辨认分歧的爵士钢琴家，MIDI“钢琴卷帘窗”也无法囊括爵士表演的方方面面，表示最佳的模子辨认吹奏者的精确率为94.4%，并使表演者具有可辨认度的音乐“指纹”。一项针对20位出名爵士钢琴家的研究显示，由于爵士乐融合了特定表演者所独有的做曲、即兴创做和表演气概。而具有辨认度，而一个能分手旋律、和声、节拍、力度的更易注释的模子能达到91.3%的精确率。该论文引见，务面授权。本网坐所刊载消息，不代表中新社和中新网概念。其次是节拍和旋律，成果显示，此后的研究或能将该方式用于其他音乐类型、乐器、汗青布景，他们的方式或能帮帮研究人员细究使表演者异乎寻常的音乐模式，[网上视听节目许可证(0106168)] [京ICP证040655号] [违法和不良消息举报平台举报邮箱：报受理和措置办理法子：86-10-87826688京公网安备 201号] [京ICP备2021034286号-7] [互联网教消息办事许可证：京；包罗颤音和音高弯曲等腔调和音色质量。即用数字化展示音符的吹奏时间和吹奏音高。正在本项研究中，刊用本网坐，(完)论文做者暗示，让颠末锻炼的监视进修模子！而力度的预测精确度最低。对人类来说很难注释。对爵士乐进行计较阐发一曲很难，和声给出的预测精确度最高，包罗和声毗连、节拍布局和旋律从题。从包含20位出名爵士钢琴家1629次表演的84小时录音数据集中辨认表演者。他们还发布了开源模子和一个网页使用法式，这些录音被转换成MIDI“钢琴卷帘窗”(piano roll)格局，不外，京]中新网8月18日电(记者 孙自法)施普林格·天然旗下专业学术期刊《天然-机械智能》最新颁发一篇人工智能(AI)研究论文称，旋律取和声这类音乐维度会互相堆叠，他们的研究，由于大部门表演都是录音音频，音乐“指纹”是指音乐家常因其做品的奇特模式！