基于卷积神经网络的复调音乐乐器自动识别
声音
2015-11-18 v1 信息检索
机器学习
神经与进化计算
摘要
解决许多音乐信息检索任务的经典方法通常遵循两步架构：特征工程后接简单学习算法。在这些“浅层”架构中，特征工程与学习通常是分离且不相关的。此外，特征工程困难，且通常依赖广泛的领域专业知识。本文中，我们提出卷积神经网络在乐器自动识别任务中的应用。在该模型中，特征提取与学习算法以端到端方式共同训练。我们展示了一个在原始音频上训练的卷积神经网络能够取得超越依赖手工设计特征的传统方法的性能。
引用
@article{arxiv.1511.05520,
title = {Automatic Instrument Recognition in Polyphonic Music Using Convolutional Neural Networks},
author = {Peter Li and Jiyuan Qian and Tian Wang},
journal= {arXiv preprint arXiv:1511.05520},
year = {2015}
}