面向少数乐器检测的层次化深度学习方法
声音
2025-06-27 v1 人工智能
音频与语音处理
摘要
识别音频片段中的乐器活动在音乐信息检索中至关重要,对音乐编目与发现具有重要意义。以往在乐器识别方面的深度学习工作主要侧重于具有充足数据量的乐器类别。近期研究表明,层次化分类在检测管弦乐中的乐器活动方面具有适用性,即使在乐器级别缺乏细粒度标注的情况下亦然。基于 Hornbostel-Sachs 分类法,此类层次化分类系统使用 MedleyDB 数据集进行评估,该数据集以涵盖多种乐器和音乐流派的多样性与丰富性而著称。本工作提出了将层次化结构集成到模型中的多种策略,并测试了一类用于层次化音乐预测的新模型。本研究通过弥合详细乐器识别与组级识别之间的差距,展示了更可靠的粗粒度乐器检测,为该领域的进一步发展铺平了道路。
引用
@article{arxiv.2506.21167,
title = {A Hierarchical Deep Learning Approach for Minority Instrument Detection},
author = {Dylan Sechet and Francesca Bugiotti and Matthieu Kowalski and Edouard d'Hérouville and Filip Langiewicz},
journal= {arXiv preprint arXiv:2506.21167},
year = {2025}
}
备注
International Conference on Digital Audio Effects (DAFx)