في الوقت الذي تُعتبر فيه طرق تحليل الهيكل الموسيقي (Music Structure Analysis - MSA) من أبرز أساليب دراسة الأنساق الكبيرة للمقاطع الموسيقية، غالبًا ما تقتصر هذه الأساليب على التعلم العميق الموجه (supervised deep learning) الذي يحتاج إلى بيانات موثوقة وكثيفة. لذا، يسعى الباحثون إلى إدخال طريقة جديدة غير مُشرفة تواصل تحليل MSA دون الحاجة إلى التقييد بالبيانات المنقّحة.

في دراسة جديدة مُعلنة على arXiv، تم تقييم تسعة نماذج صوت عميق مُدربة مسبقًا، مع التركيز على استخراج تجسيدات لحظية (barwise embeddings) وتقسيمها باستخدام ثلاثة خوارزميات تقسيم غير مُشرفة. تركّز تلك الخوارزميات على استرجاع الحدود، مما يُعزز الدقة في التحليل الهيكلي.

تشير النتائج إلى أن التجسيدات العميقة الحديثة تتفوق عمومًا على المعايير التقليدية القائمة على مخططات الطيف (spectrograms)، على الرغم من عدم توافر فوز مُستدام. كما أظهرت منهجية تقدير الحدود غير المُشرفة في هذه الدراسة أداءً أقوى من المعايير الحديثة المعروفة. بين التقنيات المختلفة، تمتاز خوارزمية Correlation Block-Matching (CBM) بأنها الأكثر كفاءة في تقسيم المحتوى الموسيقي.

وأخيرًا، تسلط الدراسة الضوء على الحاجة إلى فرز مقاييس التقييم القياسية وتعزيز معايير تقييم MSA باستخدام منهجية أكثر تحكمًا، مثل استخدام التقليم (trimming) أو حتى التقليم المزدوج (double trimming). هذا يعني أن هناك فرصة كبيرة لتحسين أساليب التقييم وجعلها أكثر دقة في المستقبل.