基于音频的音乐版本识别：要素与挑战
声音
2021-11-10 v1 音频与语音处理
摘要
在本文中，我们旨在回顾围绕音乐版本识别（VI）研究的二十年科学文献中提出的关键思想与方法，并将其与当前实践相联系。十多年来，VI 系统一直受困于准确性与可扩展性之间的权衡，试图提高准确性的努力通常导致笨重、不可扩展的系统。然而，近年来见证了基于深度学习方法的兴起，其朝着弥合准确性-可扩展性差距迈进了一步，产生了可切实部署于工业应用的系统。尽管这一趋势积极影响了从事 VI 研究的研究人员和机构数量，但也可能导致深度学习时代之前的文献被忽视。为领会 VI 研究二十年来新颖思想的成果并助力构建更好的系统，我们现在回顾文献中提出的一些成功概念与应用，并研究它们多年来的演进。
关键词
引用
@article{arxiv.2109.02472,
title = {Audio-based Musical Version Identification: Elements and Challenges},
author = {Furkan Yesiler and Guillaume Doras and Rachel M. Bittner and Christopher J. Tralie and Joan Serrà},
journal= {arXiv preprint arXiv:2109.02472},
year = {2021}
}
备注
Accepted to be published in IEEE Signal Processing Magazine