用于音乐流派分类的广播网络研究
声音
2022-08-26 v1 人工智能
多媒体
音频与语音处理
信号处理
摘要
由于音乐流媒体/推荐服务的需求增长以及音乐信息检索框架的最近发展，音乐流派分类（MGC）已吸引了学界的关注。然而，基于卷积的方法众所周知缺乏有效编码和定位时间特征的能力。在本文中，我们研究基于广播的神经网络，旨在以一小组参数（约 180k）改善定位能力和泛化性，并考察了十二种广播网络变体，讨论了块配置、池化方法、激活函数、归一化机制、标签平滑、通道相互依赖、LSTM 块引入以及 inception 方案变体的影响。我们使用 GTZAN、Extended Ballroom、HOMBURG 和 Free Music Archive（FMA）等相关数据集的计算实验显示了音乐流派分类中最先进的分类准确率。我们的方法提供了见解，并有可能启用紧凑且可泛化的广播网络用于音乐和音频分类。
引用
@article{arxiv.2208.12086,
title = {A Study on Broadcast Networks for Music Genre Classification},
author = {Ahmed Heakl and Abdelrahman Abdelgawad and Victor Parque},
journal= {arXiv preprint arXiv:2208.12086},
year = {2022}
}
备注
accepted for oral presentation at the World Congress on Computational Intelligence (WCCI 2022) - International Joint Conference on Neural Networks (IJCNN 2022)