基于内容的音乐相似度与三元组网络
机器学习
2022-12-08 v2 声音
音频与语音处理
摘要
我们探索使用三元组神经网络基于内容的音乐相似度来嵌入歌曲的可行性。我们的网络使用歌曲三元组进行训练，使得同一艺术家的两首歌曲彼此嵌入的距离比到第三位不同艺术家歌曲的距离更近。我们比较了两种以不同方式选取第三位歌曲训练的模型：随机选取 vs. 基于共享流派标签选取。我们的实验使用来自 Free Music Archive 的歌曲和标准音频特征进行。初步结果表明，浅层 Siamese 网络可用于为简单的艺术家检索任务嵌入音乐。
引用
@article{arxiv.2008.04938,
title = {Content-based Music Similarity with Triplet Networks},
author = {Joseph Cleveland and Derek Cheng and Michael Zhou and Thorsten Joachims and Douglas Turnbull},
journal= {arXiv preprint arXiv:2008.04938},
year = {2022}
}