#MuSViT

15:27研究拡散指数 36

楽譜特化の視覚基盤モデル「MuSViT」登場：970万ページ学習で五線譜を正確に理解

楽譜理解に特化した初の視覚基盤モデル「MuSViT」が発表された。IMSLPの楽譜970万ページを使い、隠された部分を復元する事前学習で音高やリズム、五线譜の構造を習得。一般的な画像モデルでは難しかった楽譜記号の認識や分類精度を大幅に向上させた。