Ny AI-metode sporer takten bedre i musikk

Nye nevrale nettverk bommer ofte på musikkens takt, med ulogiske resultater som flere påfølgende nedtaktslag eller brå tempoendringer. Dette skyldes trolig at modellene sliter med å håndtere flere mulige tolkningsmåter for takten, selv når treningsdataene er feilfrie. Resultatet er en blanding av konkurrerende tolkninger som gjør modellen upålitelig. Forskere foreslår en løsning basert på masked diffusion, en AI-teknikk som muliggjør mer helhetlige og presise prediksjoner. Ved å justere standardmetoden med uavhengig masking av taktslag og nedtaktslag, en balansert masking scheduler for inferens, og 'peak-picking' på tvers av inferenssteg, reduseres feiladferden betydelig. Dette bedrer taktsporingen og lover mer stabile musikkapplikasjoner.