ByteCover3：基于短查询的精确翻唱歌曲识别
声音
2023-03-22 v1 信息检索
音频与语音处理
摘要
近年来，基于深度学习的方法已成为翻唱歌曲识别（CSI）的范式，其中 ByteCover 系统在 CSI 的所有主流数据集上均取得了最先进的结果。然而，随着短视频的激增，许多现实应用需要将短音乐片段与数据库中的完整音轨进行匹配，这仍未被充分探索且亟待工业级解决方案。在本文中，我们将先前的 ByteCover 系统升级为 ByteCover3，其利用局部特征进一步提升短音乐查询的识别性能。ByteCover3 设计有局部对齐损失（LAL）模块与两阶段特征检索流程，使系统能够以更精确高效的方式执行 CSI。我们在具有不同基准设置的多个数据集上评估了 ByteCover3，其中 ByteCover3 击败了所有对比方法，包括其先前版本。
引用
@article{arxiv.2303.11692,
title = {ByteCover3: Accurate Cover Song Identification on Short Queries},
author = {Xingjian Du and Zijie Wang and Xia Liang and Huidong Liang and Bilei Zhu and Zejun Ma},
journal= {arXiv preprint arXiv:2303.11692},
year = {2023}
}
备注
Accepeted by ICASSP 2023