概述#
什么是音乐描述？为什么我们需要它？#
自动音乐描述（Automatic Music Description，AMU）的目标是分析音乐音频并将其”翻译”为人类可读的形式。 因此，AMU 是一个涵盖多种任务的总称。
能够自动生成音乐音频内容的描述在许多实际场景中都非常有用。例如，通过 AMU 我们可以：
为大型音乐库添加标注，便于搜索、浏览和管理
为听障人士或无法播放音频的场景生成人类可读的音乐内容摘要
自动为视频和电影中的音乐片段生成字幕
制作教育资源
利用自然语言查询实现个性化的音乐推荐系统
近年来，AMU 系统也越来越多地被用作合成数据生成的资源。在这种情况下，它们并非直接用于某一应用，而是用于为未标注或部分标注的音频生成合成文本数据，进而支持其他需要（音频，文本）配对的机器学习任务的训练，例如文本到音乐检索和文本到音乐生成。这也是一些最新的音频-文本音乐数据集的生成方式（参见数据集）。
音乐描述的维度#
我们可以沿两个维度区分不同类型的音乐描述：
抽象层次：描述所捕捉特征的抽象程度（”描述什么”）
复杂度：描述本身的复杂程度（”如何描述”）
在本教程中，我们特别关注自然语言描述——它在复杂度轴上的位置高于基于标签的描述，并且通常涵盖广泛的抽象层次。在接下来的章节中，我们将回顾这一向更复杂描述任务演进的趋势，追溯 AMU 从基于分类的形式到当今最常见变体的发展历程。
本教程章节概览#
本部分教程共分为 4 个章节：