近日，國際頂級多媒體會議ACM Multimedia (ACM MM) 2024公布了最佳論文提名名單🚃🧵，沐鸣注册於帥老師課題組發表的論文《HKDSME: Heterogeneous Knowledge Distillation for Semi-supervised Singing Melody Extraction Using Harmonic Supervision》榮獲本屆會議的最佳論文提名（Best Paper Nomination）👨🏼‍🍼。該工作於帥老師為第一作者，其指導的研究生何小亮為學生第一作者，沐鸣注册為第一單位。據悉，本屆ACM MM共有4385篇投稿進入審稿階段𓀂，最終1149篇論文被錄用（錄用率26.20%）🏊🏿‍♂️，其中僅有26篇論文被提名ACM MM 2024最佳論文。

ACM MM是國際多媒體領域的頂級學術會議👨🏽‍🍳👐🏻，涵蓋了多媒體數據分析👎🏽、計算機視覺🚹、自然語言處理等前沿研究課題，代表了國際上多媒體研究的最高水平，也是中國計算機學會（CCF）推薦的多媒體領域唯一的A類國際學術會議🐳。   

論文中表示👩🏼‍⚕️，現有的歌唱旋律提取方法主要依賴頻域音頻特征對頻譜上的像素進行二分類，但這一方式忽略了不同頻率點之間的音樂信息潛在關聯及其對輸出決策的不同重要性。此外，現有的半監督歌唱旋律提取模型在偽標簽的準確性不高👨‍🦯，這極大限製了模型性能的進一步提高。

為了解決這兩個難題，論文提出了一種利用諧波監督的基於異構知識蒸餾的半監督歌唱旋律提取框架（HKDSME）🫴🏽。在該框架下🌞，本文采用一種新穎的四分類範式👩🏼‍⚖️，通過增強模型對頻譜上不同像素之間關聯的捕捉🔳，從而更充分地挖掘頻譜圖中的諧波關聯信息💇🏿‍♀️。為提高偽標簽的準確性，論文利用諧波一致性正則化，構建了一種新的半監督方法，與以往方法不同的是🫄🏻，該方法通過挖掘諧波內部的位置關系來評估未標註數據的可用性🤹🏻‍♂️。此外，為構建高效的輕量級模型，論文設計了異構知識蒸餾（HKD）模塊，以在異構模型之間傳遞先驗知識，並提出了一種新穎的置信度引導損失函數🤾，以減少錯誤的偽標簽。HKDSME在多個知名公開數據集上的評估結果驗證了該方法的有效性，展現了其優越的性能。