为主舞台舞曲分解基准化测试
声音
2025-08-05 v3 人工智能
多媒体
摘要
音乐分类是音乐信息检索的基石，支持广泛的应用。为弥合主舞台舞曲亚类分类领域缺乏综合数据集和有效方法的不足，我们引入了一个新型基准，配备新数据集和基线模型。我们的数据集将亚类范围扩展到反映近年来由全球音乐节顶尖 DJ 在演出的现场混音中所捕捉到的多样性，涵盖数以百万计粉丝全球广泛参与的电子舞曲（EDM）氛围。我们采用连续软标签方法，以容纳融合多个亚类的轨道，保留其内在复杂性。实验表明，尽管最先进的多模态大语言模型（MLLM）在此任务上仍感困境，而我们的专用基线模型实现了高准确率。该基准支持音乐推荐、DJ 组合策划以及交互式多媒体系统等应用，并提供了视频演示。我们的代码和数据全部开源于 https://github.com/Gariscat/housex-v2.git。
引用
@article{arxiv.2409.06690,
title = {Benchmarking Sub-Genre Classification For Mainstage Dance Music},
author = {Hongzhi Shu and Xinglin Li and Hongyu Jiang and Minghao Fu and Xinyu Li},
journal= {arXiv preprint arXiv:2409.06690},
year = {2025}
}
备注
WASPAA 2025