Shunya Ishikawa

高精度耳コピエンジン、JIT-MPEに関する論文をarxivで公開してみました。MITライセンスのオープンソース・オープンモデルです。 arxiv.org/abs/2610.33113 スマホでも動く約8.6万パラメータの軽量マルチF0推定モデルで、即時に推定結果を出しつつ160msまで段階的に更新して、評価実験では50ms時点でのF1で80.83%。ほぼ即時（50ms後）の推定なのに録音全体を使う（即時推定ではない）既存の公開オフライン方式との45比較中38で有意に上回る性能です。 気軽に出すつもりがAIがあるとほぼ労力なくいくらでも追加実験ができてしまうこともあり、当初の予定よりはだいぶ時間をかけてしまいました(^^; このテクニックは既に公開中のEffeTune Note Spectrogramで使っているので、どのくらいの性能化はアプリで今すぐ簡単に試せます。PythonとJavaのライブラリ（EffeTune DSP Library）もあります。JIT-MPEは論文用に条件をシンプルにしているので、Note Spectrogram搭載版の方がさらに1%くらい高精度です。