一种基于注意力的层次化多标签乐器分类方法
声音
2023-02-17 v1 音频与语音处理
摘要
尽管音乐通常是多标签的，许多工作却在简化设定（如单标签数据）下研究层次化音乐标注。此外，缺乏一个框架来描述多标签设定下的各种联合训练方法。为讨论上述话题，我们引入层次化多标签乐器分类任务。该任务提供了一个现实设定，即假定多乐器真实音乐数据。各种联合训练DNN的层次化方法在深度学习与传统技术融合的背景下被总结与探索。为在多标签设定下有效联合训练，我们提出两种建模细粒度与粗粒度标签间联系的方法，一种使用基于规则的分组最大池化，另一种使用以数据驱动方式获得的注意力机制。我们的评估显示所提方法优于无联合训练的方法。此外，所提方法中的决策过程可通过可视化注意力图或参照固定规则来解释。
引用
@article{arxiv.2302.08136,
title = {An Attention-based Approach to Hierarchical Multi-label Music Instrument Classification},
author = {Zhi Zhong and Masato Hirano and Kazuki Shimada and Kazuya Tateishi and Shusuke Takahashi and Yuki Mitsufuji},
journal= {arXiv preprint arXiv:2302.08136},
year = {2023}
}
备注
To appear at ICASSP 2023