多标签音乐流派识别中频谱图缩放的比较
声音
2025-06-04 v1 机器学习
音频与语音处理
摘要
随着数字音频工作站的可访问性和易用性不断提高，普通听众可获取的音乐数量也在增加；此外，流派之间的差异并不总是有明确的定义，且可能是抽象的，在各个单独的唱片中存在广泛多变的流派组合。在本文中，我们描述并比较了多种预处理方法和模型训练方法，以兼顾当今专辑折衷主义的特性。我们使用了一个包含超过 18000 条条目的自定义人工标注数据集来进行实验。
引用
@article{arxiv.2506.02091,
title = {Comparison of spectrogram scaling in multi-label Music Genre Recognition},
author = {Bartosz Karpiński and Cyryl Leszczyński},
journal= {arXiv preprint arXiv:2506.02091},
year = {2025}
}
备注
14 pages, 10 figures