节拍跟踪

Gangqinpu 用自动转谱、对齐、表情过滤和流派标注把多风格钢琴音频、演奏 MIDI 与乐谱配成 18786 对，用节拍跟踪跨数据集提升与转谱和渲染主要在域内获益证明其补充价值，但跨域泛化仍不均匀且标注全为自动生成。

DuET 针对富有表情的钢琴演奏到乐谱映射，提出音符编码器加帧编码器双路结构并联合学习拍点跟踪，在 Gangqinpu 上把 MUSTER 平均误差从 6.56% 降到 3.64%，在 ASAP 上从 11.30% 降到 11.22%，主要增益在时值与节奏组织但漏音多音误差仍有局限。

该文把节拍跟踪拆成先学局部等脉冲塔图姆网格再在网格上判断每拍含几个脉冲、每小节含几拍，用可微分的网格加子网格分布代替逐帧独立概率，在下拍连续性上超过同基座的无后处理基线，但平均仍落后于带动态贝叶斯网络的最优方法，且网格漏拍会直接限制最终上限。

JSIR 用 44 首标准曲的 267 个商用录音和统一拍点网格上的拍点、和弦、段落三层标注，解决流行乐数据训练的模型在爵士上拍点小节线、七和弦与段落边界失效的问题，基线显示外部爵士集下拍 F 值从 87.7% 到 89.2% 而七和弦准确率明显提升，但结论只在按曲目分组、可靠片段评估和阈值调参与否等条件下成立。

共分析 146 篇语音/AI 论文

CASM 在冻结的节拍激活上做离线半马尔可夫解码，用局部周期及其竞争间隔的分离程度调节时间正则强度，在 GTZAN 和 SMC 上以同一套参数提升连续性并保持 F1，代价是仍需阈值、音符数兜底和拍号解码等确定性规则。

LayerIt 要解决的是乐谱、录音与算法输出时间坐标不一致且手工拼图不可复现的问题，它用统一演奏时间比例加分层拼图的方法，在德彪西《月光》前六小节的拍点跟踪实例上展示了定位节拍误读的能力，代价是依赖外部对齐与乐谱质量且频谱场只能内嵌位图。

共收录 60 篇 icmc-2026 会议论文的 Reader 深度解读

该报告研究如何在作曲家可控与实时可演之间组织计算音乐流程，以分析—规划—实现分层、数据驱动合成与前向预测节拍为方法选择，以乐团读谱与现场演出等实际呈现为证据，代价是未报告受控定量比较与可运行系统的完整参数。

针对混合音乐中电子声部与乐队弹性速度难同步的问题，Ponticello 用摄像头加循环网络从指挥手势实时推断速度来拉伸电子演奏谱，其排练与音乐会验证显示可用但只解决时间协调且依赖训练覆盖的指挥风格。

音乐信息检索 | 6.8/10

节拍跟踪 | 7.4/10