用户生成音频内容的自动组织、分割与过滤
音频与语音处理
2017-09-18 v1 信息检索
多媒体
声音
摘要
仅使用音频指纹技术检索到的信息，我们提出了处理可能庞大的用户生成音频内容数据集的方法，这些方法 能够将包含共同音频片段（即属于同一事件）的多个音频文件进行分组，并 提供有关在每个事件内这些文件在时间和质量方面如何相关的信息。此外，我们使用监督学习来检测可能由音频指纹算法本身引起的错误匹配，同时确保我们的模型从先前的预测中学习。所有提出的方法均通过手动从 YouTube 抓取的几场不同音乐会的用户生成录音进行了进一步验证。
引用
@article{arxiv.1708.05302,
title = {Automatic Organisation, Segmentation, and Filtering of User-Generated Audio Content},
author = {Gonçalo Mordido and João Magalhães and Sofia Cavaco},
journal= {arXiv preprint arXiv:1708.05302},
year = {2017}
}
备注
MMSP 2017 - IEEE 19th International Workshop on Multimedia Signal Processing