20.500.12556/RUL-181347 Guitar tablature transcription with deep transformer models Transkripcija kitarskih tablatur z globokimi transformerskimi modeli Automatic guitar tablature transcription remains an under-explored problem in automatic music transcription due to limited real-world annotated data with fretboard annotations and the instrument-specific complexity of assigning tones to a specific fretting position. In this thesis, a transformerbased sequence-to-sequence model for direct audio-to-tablature transcription is presented, inspired by MT3. The model predicts tokens from a vocabulary tailored for guitar tablatures without relying on intermediate sheet music representations. A dedicated tablature tokenization schema is introduced, and a systematic ablation study is conducted to analyse the impact of input audio representation (CQT versus Mel spectrogram), input window length, and vocabulary design. The results indicate that transcription accuracy is strongly influenced by input window length and vocabulary complexity, while the choice of audio representation has minimal effect. The proposed approach achieves performance comparable to existing guitar transcription systems and surpasses them on several evaluation metrics, while highlighting remaining challenges related to dataset limitations, training methods, and generalization. Avtomatska transkripcija kitarskih tablatur zaradi omejene količine anotiranih podatkov z opisi prijemov na vratu kitare ter kompleksnosti pripisovanja prijema na kitari specifičnim tonom ostaja malo raziskan problem na področju transkripcije glasbe. V magistrski nalogi predstavljamo globok transformerski sekvenčno-sekvenčni model za neposredno transkripicijo iz zvočnega signala v tablaturo. Model je zasnovan na podlagi modela MT3 in napoveduje žetone iz slovarja prilagojenega kitarskim tablaturam brez vmesne pretvorbe v notni zapis. V delu predstavimo prilagojene sheme za pretvorbo kitarskih tablatur v žetone ter izvedemo sistematično ablacijsko študijo, ki analizira vpliv vhodne predstavitve zvoka (CQT proti mel spektrogramu), dolžine zvočnega odseka ter slovarja. Rezultati kažejo, da je kakovost transkripcije močno odvisna od dolžine zvočnega izseka ter kompleksnosti slovarja, medtem ko predstavitev zvoka nima večjega vpliva. Predstavljen pristop dosega rezultate primerljive obstoječim pristopom za transkripcijo kitarske glasbe ter tablatur ter jih v določenih metrikah presega, hkrati pa izpostavlja nadaljnje izzive povezane z omejeno količino podatkov, metodami učenja ter sposobnostjo generalizacije. guitar tablature transcription transformer models kitara tablature transkripcija transformerski modeli true false false Angleški jezik Slovenski jezik Magistrsko delo/naloga 2026-04-02 09:25:03 2026-04-02 09:25:12 2026-04-07 10:24:46 0000-00-00 00:00:00 2026 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 38619 274333187 Sok_Igor_nikolaj_-_Transkripcija_kitarskih_tablatur_z_globokimi_transformerskimi_modeli.pdf Sok_Igor_nikolaj_-_Transkripcija_kitarskih_tablatur_z_globokimi_transformerskimi_modeli.pdf 1 607232E9D90B37D653217DB43B0841FB 5997bb162899c75e9a7cd5240bf5f2625d9341a1547c0233b2a15b37dc3a77dc ecbc95ed-2e64-11f1-b0ab-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=231729 Fakulteta za računalništvo in informatiko 0 0 0