Generování kytarových tabů ze signálu

Abstract

Tato práce se zaměřuje na problém automatické transkripce kytarové tabulatury z čistých audio záznamů, se specifickým důrazem na podladěné a vícestrunné elektrické kytary. Je navržena víceúlohová konvoluční neuronová síť nazvaná HeavyCNN, která současně predikuje výšku tónu, nástup tónu a aktivitu strun, přičemž explicitně zohledňuje ladění jako součást vstupu modelu. K jejímu trénování a testování byl vytvořen nový syntetický dataset o délce přes 61 hodin anotovaných kytarových nahrávek v různých nízkých laděních, generovaných pomocí VST nástrojů z Guitar Pro tabulatur. Systém zahrnuje robustní post-processing, který převádí predikce modelu na hratelnou tabulaturu optimalizováním přiřazení strun podle hratelnosti a fyzických omezení. Experimentální výsledky ukazují slibnou přesnost detekce not a přiřazení strun, což prokazuje potenciál modelu pro automatickou transkripci kytary v tvrdších hudebních žánrech.

This work addresses the problem of automatic guitar tablature transcription from raw audio recordings, with a specific focus on down-tuned and extended-range electric guitars. A multi-task convolutional neural network, named HeavyCNN, is proposed. It jointly predicts pitch, onset, and string activity, while explicitly incorporating the tuning as part of the model's input. To support its training and testing, a new synthetic dataset of over 61 hours of annotated guitar recordings in various dropped tunings was created, using VST-based audio rendering from Guitar Pro tablatures. The system includes a robust post-processing pipeline that converts model predictions into playable tablature by optimizing string assignments according to playability and physical constraints. Experimental results show promising accuracy in note detection and string assignment, demonstrating the model’s potential for advancing guitar transcription in heavier music genres.