COCOLA：面向一致性的音乐音频表示对比学习
声音
2025-01-10 v4 机器学习
音频与语音处理
摘要
我们提出了COCOLA（面向一致性的音频对比学习），一种用于音乐音频表示的对比学习方法，能够捕捉样本之间的和声与节奏一致性。我们的方法在构成音乐曲目的音轨层级上运行，并且可以输入通过谐波-打击乐分离（HPS）获得的特征。COCOLA允许对音乐伴奏生成生成模型进行客观评估，而这些模型难以用现有指标进行基准测试。在这方面，我们评估了最近的音乐伴奏生成模型，证明了所提出方法的有效性。我们发布了在包含独立音轨的公共数据集（MUSDB18-HQ、MoisesDB、Slakh2100和CocoChorales）上训练的模型检查点。
引用
@article{arxiv.2404.16969,
title = {COCOLA: Coherence-Oriented Contrastive Learning of Musical Audio Representations},
author = {Ruben Ciranni and Giorgio Mariani and Michele Mancusi and Emilian Postolache and Giorgio Fabbro and Emanuele Rodolà and Luca Cosmo},
journal= {arXiv preprint arXiv:2404.16969},
year = {2025}
}
备注
Demo page: https://github.com/gladia-research-group/cocola, Accepted at ICASSP-25