PHALAR: Nuovo Modello AI Migliora del 70% il Recupero delle Tracce Musicali

I ricercatori hanno presentato PHALAR, un framework di apprendimento contrastivo per la rappresentazione audio musicale che raggiunge un miglioramento dell'accuratezza relativa fino al 70% rispetto ai metodi all'avanguardia nei compiti di recupero delle tracce. Il modello utilizza un layer di Learned Spectral Pooling e una testa a valori complessi per imporre bias di equivarianza all'altezza e alla fase, richiedendo meno del 50% dei parametri e offrendo un'accelerazione dell'addestramento di 7x. PHALAR stabilisce nuovi benchmark di recupero sui dataset MoisesDB, Slakh e ChocoChorales, e i suoi output correlano significativamente più alto con il giudizio umano di coerenza rispetto alle baseline semantiche. Inoltre, il beat tracking zero-shot e il linear chord probing dimostrano che PHALAR cattura strutture musicali robuste oltre il recupero. L'articolo è disponibile su arXiv.