МЕТОДИКА ОЦЕНКИ СТЕПЕНИ СХОЖЕСТИ АУДИОФАЙЛОВ С ПРИМЕНЕНИЕМ АМТ-МОДЕЛИ

УДК 004.056.57

Аннотация

В статье рассматриваетсяразработка и экспериментальная оценка нового метода создания цифровых отпечатковаудиофайлов на основе автоматической музыкальной транскрипции (AMT) для повышения эффективности выявления пиратского контента. В качестве методологическойосновы предлагается алгоритм, преобразующий аудиосигнал в символьное представление (MIDI) с помощью специально обученной нейросетевой модели «Google Onsets andFrames». Данная модель, архитектура которой включает два U-Net блока и слои BiLSTM,была обучена на датасете фортепианных записей MAPS. Для оценки схожести исходного и предсказанного MIDI-представленияиспользовалось расстояние Левенштейна.Экспериментальные результаты выявили сильную зависимость точности модели от характера аудиоданных. Наивысшаяточность (89,36%) была достигнута на полифонических фортепианных композициях, соответствующих обучающим данным,тогда как на монофонических и гитарныхтреках результаты были значительно ниже(35–56 %). Для повышения надежности метода был предложен и успешно апробированалгоритм постобработки, отфильтровывающий ложные ноты по порогу длительности  Эта процедура позволила достичь 100% схожести для большинства тестовых фортепианных записей, что доказывает эффективность подхода. Таким образом, исследованиедемонстрирует перспективность использования AMT для создания устойчивых цифровыхотпечатков и пути для дальнейшего улучшения модели, включая расширение обучающейвыборки данными различных инструментов.