M. Morise (忍者系研究者)
@m_morise
Harvestの後釜,とりあえずサクっとプロトタイプを作ってみた.ゼロチューニングでYINくらいの性能は出るので,ポテンシャルとしては悪くないかな.
2020-11-22 17:31:18
M. Morise (忍者系研究者)
@m_morise
Harvestの改良,誤差はYINの半分(Harvestの3倍)で計算速度はHarvestの7倍.まだまだ詰めが甘いけど,精度だけ考えるならある程度戦える土俵には立てたかな.
2020-11-22 21:18:16
M. Morise (忍者系研究者)
@m_morise
Harvestもチューニング前の制度はYINの半分くらいだったので,新手法もパラメータチューニングで多分まだ下がります.ただ,今回はまだ基盤部分しか作っていないので,その辺を詰めるだけでさらに下げられそう.
2020-11-22 21:26:16
M. Morise (忍者系研究者)
@m_morise
なお,今でもF0推定法の論文のstate-of-the-artにYINやSWIPEを使って通っている論文が結構あるけど,2020年現在,技術の進歩によりこれらはクソザコナメクジとなりました.
2020-11-22 23:17:54
M. Morise (忍者系研究者)
@m_morise
現存のF0推定法を性能比較に用いるのであれば,NDF(2005年,STRAIGHTの最新版),pYIN(2014,YINの改良版),私が作ったHarvest(2017年)あたりが対象になるかな.NDFは古いけど,これは未だに実用面での性能が凄い.RAPTやREAPERも有名だけど,色々なデータベースで試すと平均的にはいまいち.
2020-11-22 23:28:29