用于拉格识别的音频预处理技术与深度学习算法比较
声音
2022-12-13 v1 信息检索
音频与语音处理
摘要
拉格(raga)构成了印度古典音乐的基础。拉格识别任务近年来在音乐信息检索界受到关注,这可归因于印度古典音乐的细微差别导致了大量计算领域的研究问题。在这项工作中,我们使用了两种不同的数字音频信号处理(DASP)技术来预处理卡纳提克古典拉格的音频样本,随后由各种深度学习模型处理。我们比较了它们的结果,以推断哪种 DASP 技术更适合拉格识别任务。我们取得了最先进(state of the art)的结果,我们的最佳模型达到了 98.1% 的测试准确率。我们还比较了每个模型区分相似拉格的能力。
引用
@article{arxiv.2212.05335,
title = {A Comparison of Audio Preprocessing Techniques and Deep Learning Algorithms for Raga Recognition},
author = {Devayani Hebbar and Vandana Jagtap},
journal= {arXiv preprint arXiv:2212.05335},
year = {2022}
}
备注
7 pages, 6 figures, 7 tables