基于相关性块匹配分割算法的小节级音乐结构分析
声音
2023-12-01 v1 信息检索
音频与语音处理
摘要
音乐结构分析（MSA）是一项音乐信息检索任务，旨在通过将给定的歌曲分解为通常对应于“副歌”、“主歌”、“独奏”等的部分，以简化且有组织的方式表示歌曲。在本工作中，我们扩展了由（Marmoret 等人，2020，2022b）提出的称为相关性块匹配（CBM）算法的 MSA 算法。CBM 算法是一种动态规划算法，用于对自相似矩阵进行分割，而自相似矩阵是 MSA 及众多其他应用中使用的标准描述。在本工作中，自相似矩阵由音频信号的特征表示计算而来，且时间以小节尺度采样。本研究考察了三种不同的用于计算自相似矩阵的标准相似性函数。结果表明，在最优条件下，所提算法达到了与有监督最先进方法相竞争的性能，同时仅需要小节位置的知识。此外，该算法已开源且高度可定制。
引用
@article{arxiv.2311.18604,
title = {Barwise Music Structure Analysis with the Correlation Block-Matching Segmentation Algorithm},
author = {Axel Marmoret and Jérémy E. Cohen and Frédéric Bimbot},
journal= {arXiv preprint arXiv:2311.18604},
year = {2023}
}
备注
19 pages, 13 figures, 11 tables, 1 algorithm, published in Transactions of the International Society for Music Information Retrieval