神经半马尔可夫条件随机场（semi-CRF）框架在基于事件的钢琴转录中展现出巨大潜力。在此框架下，所有事件（音符或踏板）均表示为与特定事件类型相关联的闭时间区间。神经半马尔可夫条件随机场方法需要一个区间评分矩阵，该矩阵为每个候选区间分配一个评分。然而，设计一种高效且表达力强的区间评分架构并非易事。本文介绍了一种使用类似于 Transformer 中注意力评分机制的比例内积操作来对区间进行评分的简单方法。理论上，由于编码非重叠区间的特殊结构，在温和条件下，内积操作足以表达一个理想的评分矩阵，从而获得正确的转录结果。随后，我们展示了仅使用编码器的结构化非层次 Transformer 主干网络，在低时间分辨率特征图上运行时，能够以高精度和时间精确度转录钢琴音符和踏板。实验表明，我们的方法在Maestro数据集的所有子任务中均取得了最新的最佳性能，F1分数显著提升。