基于卷积循环注意力网络的自音乐高光片段提取
机器学习
2017-12-19 v1 多媒体
声音
机器学习
摘要
音乐高光片段是音乐服务中有价值的内容。多数方法聚焦于底层信号特征。我们提出一种利用卷积循环注意力网络（CRAN）的高层特征来提取高光片段的方法。CRAN利用卷积层和循环层进行带注意力机制的序列学习。该注意力使CRAN能够捕捉用于区分流派的重要片段，从而被用作高层特征。CRAN在韩国超过32,000首流行曲目上进行了为期两个月的评估。实验结果表明，通过定量与定性评估，我们的方法优于三种基线方法。此外，我们分析了注意力与序列信息对性能的影响。
引用
@article{arxiv.1712.05901,
title = {Automatic Music Highlight Extraction using Convolutional Recurrent Attention Networks},
author = {Jung-Woo Ha and Adrian Kim and Chanju Kim and Jangyeon Park and Sunghun Kim},
journal= {arXiv preprint arXiv:1712.05901},
year = {2017}
}