音乐中主旋律与伴奏分离研究综述
声音
2018-04-24 v1 音频与语音处理
摘要
流行音乐通常由伴奏和主成分组成，后者通常为人声。对这类混合信号进行滤波以提取其中一个或两个成分有许多应用，例如自动卡拉 OK 和重新混音。这一特定的源分离情形带来了非常具体的挑战与机遇，包括音乐结构特有的复杂性，以及来自声学、音乐学或声音工程的相关先验知识。由于其在应用中的重要性和挑战难度，主旋律与伴奏分离数十年来一直是信号处理中的热门话题。在本文中，我们对该研究主题进行了全面综述，根据不同方法基于模型还是以数据为中心加以组织。对于基于模型的方法，我们依据其关注主信号、伴奏还是两者兼而有之来进行分类。对于以数据为中心的方法，我们讨论了获取用于训练主旋律分离系统的数据的特殊困难，随后综述了近期的方法，特别是那些基于深度学习的方法。最后，我们讨论了通过恰当度量评估音乐分离质量的棘手问题，并展示了迄今为止最大规模的主旋律与伴奏分离系统评估结果。与上述相结合，我们提供了全面的参考文献列表，以及相关可用实现与代码库的指引。
引用
@article{arxiv.1804.08300,
title = {An Overview of Lead and Accompaniment Separation in Music},
author = {Zafar Rafii and Antoine Liutkus and Fabian-Robert Stöter and Stylianos Ioannis Mimilakis and Derry FitzGerald and Bryan Pardo},
journal= {arXiv preprint arXiv:1804.08300},
year = {2018}
}