用于业余人声打击乐分析的新数据集
音频与语音处理
2020-09-25 v1
摘要
通过人声模仿打击乐器是我们传达节奏想法的自然方式，因此吸引了音乐创作者的兴趣。具体而言，将这些人声模仿自动映射至其所模拟的乐器，将使创作者能够以更快的方式真实地原型化节奏。本研究的贡献有两点。首先，引入了一个新的业余人声打击乐（AVP）数据集，以调查极少或没有beatboxing经验的人如何处理人声打击乐任务。该分析的最终目标是帮助映射算法在受试者之间更好地泛化并取得更高性能。该数据集包含由28名参与者录制的共计9780条语音，具有完全标注的起音与标签（底鼓、军鼓、闭合踩镲与开启踩镲）。最后，我们利用所录数据集进行了音频起音检测的基线实验，比较了四种最先进算法在人声打击乐语境下的性能。
引用
@article{arxiv.2009.11737,
title = {A New Dataset for Amateur Vocal Percussion Analysis},
author = {Alejandro Delgado and SKoT McDonald and Ning Xu and Mark Sandler},
journal= {arXiv preprint arXiv:2009.11737},
year = {2020}
}