基于音频的音乐分类：使用DenseNet与数据增强
音频与语音处理
2019-06-28 v1 多媒体
声音
摘要
近年来，深度学习技术因其在图像识别领域的巨大成功而受到广泛关注。深度学习在包括音乐信息检索（MIR）在内的各种信息处理领域中的应用趋势已经形成。在本文中，我们利用改进的卷积神经网络（CNN）对音乐音频分类进行了全面研究。据我们所知，这是首次将密集连接卷积网络（DenseNet）应用于音乐音频标签的工作，该网络已被证明性能优于残差神经网络（ResNet）。此外，我们提出了时间重叠和音高移位两种特定的数据增强方法，以解决MIR中标注数据不足的问题。并且，基于支持向量机（SVM）采用了堆叠集成学习。我们相信，所提出的DenseNet强大表示能力与数据增强的结合可以适应于其他音频处理任务。
引用
@article{arxiv.1906.11620,
title = {Audio-Based Music Classification with DenseNet And Data Augmentation},
author = {Wenhao Bian and Jie Wang and Bojin Zhuang and Jiankui Yang and Shaojun Wang and Jing Xiao},
journal= {arXiv preprint arXiv:1906.11620},
year = {2019}
}
备注
accepted by The 16th Pacific Rim International Conference on AI