用于音乐流派分类的自下而上广播神经网络
声音
2019-01-28 v1 人工智能
音频与语音处理
摘要
基于视觉表示的音乐流派识别在过去几年中已被成功探索。近来，尝试使用卷积神经网络（CNNs）来完成该任务的兴趣日益增长。然而，大多数现有方法不加修改地采用图像识别中成熟的 CNN 结构，导致所学特征不足以用于音乐流派分类。面对这一问题的挑战，我们充分利用音频频谱图的底层信息，并在本文中开发了一种新颖的 CNN 架构。所提出的 CNN 架构考虑了长上下文信息，为决策层传递更合适的信息。在包括 GTZAN、Ballroom 和 Extended Ballroom 在内的多个基准数据集上的各种实验验证了所提神经网络的优异性能。代码和模型将在 "ttps://github.com/CaifengLiu/music-genre-classification" 提供。
引用
@article{arxiv.1901.08928,
title = {Bottom-up Broadcast Neural Network For Music Genre Classification},
author = {Caifeng Liu and Lin Feng and Guochao Liu and Huibing Wang and Shenglan Liu},
journal= {arXiv preprint arXiv:1901.08928},
year = {2019}
}