یکی از چالشهای بزرگ در پردازش موسیقی توسط هوش مصنوعی، کمبود دادههای آموزشی دقیق (نتهای آکورد) است. اما حالا محققان با ارائه یک متد جدید و دو مرحلهای، این مشکل را حل کردهاند.
در این روش، مدل با استفاده از ترکیب «یادگیری با نظارت دانش» (Knowledge Distillation) و حجم زیادی از فایلهای صوتی بدون برچسب، یاد میگیرد که آکوردها را با دقتی فراتر از مدلهای پیشفرض تشخیص دهد. نتیجه این تحقیق، مدلی است که حتی با کمبود دادههای انسانی هم عملکرد خیرهکنندهای دارد و میتواند در آینده ابزارهای موزیکسازی هوشمند را به سطح بالاتری ببرد. 🎹✨
منبع: arXiv Machine Learning