基于音频内容分析与机器学习技术的哥伦比亚传统音乐流派自动识别
计算机视觉与模式识别
2019-11-11 v1
摘要
哥伦比亚的传统音乐具有丰富的流派多样性，这依据地区表达了哥伦比亚文化的丰富性。这种音乐多样性是非洲、本土印第安和欧洲影响相混合的结果。组织大型歌曲集合是一项耗时的任务，需要人工聆听音频片段以识别流派、歌手、年份、乐器及其他允许对歌曲数据集进行索引的相关特征。本文提出一种通过其音频内容自动识别哥伦比亚歌曲流派的方法。该方法提取音频特征用于训练一个学习对流派进行分类的机器学习模型。该方法在一个包含180首音乐作品的 dataset 上进行了评估，这些作品属于六种哥伦比亚民俗音乐流派：Bambuco、Carranga、Cumbia、Joropo、Pasillo 和 Vallenato。结果表明，尽管哥伦比亚节奏复杂，仍有可能自动识别音乐流派，达到69%的平均准确率。
引用
@article{arxiv.1911.03372,
title = {Automatic Identification of Traditional Colombian Music Genres based on Audio Content Analysis and Machine Learning Technique},
author = {Diego A. Cruz and Sergio S. Lopez and Jorge E. Camargo},
journal= {arXiv preprint arXiv:1911.03372},
year = {2019}
}