基于深度卷积神经网络的音乐自动标注
声音
2016-06-02 v1 机器学习
摘要
我们提出了一种基于内容的音乐自动标注算法，使用全卷积神经网络（FCNs）。我们评估了仅由2D卷积层和子采样层组成的多种架构。在实验中，我们使用MagnaTagATune数据集测量了不同复杂度和输入类型的架构的AUC-ROC分数，其中4层架构在梅尔谱输入下展现出最先进的性能。此外，我们在一个更大的数据集（Million Song Dataset）上通过改变层数评估了这些架构的性能，发现更深的模型优于4层架构。实验表明梅尔谱是自动标注的有效时频表示，且更复杂的模型从更多训练数据中受益。
引用
@article{arxiv.1606.00298,
title = {Automatic tagging using deep convolutional neural networks},
author = {Keunwoo Choi and George Fazekas and Mark Sandler},
journal= {arXiv preprint arXiv:1606.00298},
year = {2016}
}
备注
Accepted to ISMIR (International Society of Music Information Retrieval) Conference 2016