基于内容的深度音频指纹电台推荐方法
人机交互
2020-07-16 v1 信息检索
声音
摘要
线性广播电台的世界以丰富的电台种类和播放内容为特征。因此，对于潜在听众而言，找到播放偏好内容的电台是一项艰巨任务，尤其是面对海量可选内容时。推荐系统通常会介入，但现有的基于内容的方法依赖元数据，因而受限于可用数据质量。其他方法利用用户行为数据，从而未利用任何领域特定知识，并且在隐私方面存在劣势。因此，我们提出一种依赖音频流爬取和深度自编码器生成基于音频的电台指纹的新流程。我们表明所提出的指纹特别适用于通过音频内容刻画电台特征，因此是 meaningful 且可靠的电台推荐的良好表示。此外，所提出的模块是 HRADIO 通信平台的一部分，该平台为电台提供混合广播特性。它以灵活的开源许可发布，并使尤其是中小型企业能够向潜在听众提供定制化和高质量的广播服务。
引用
@article{arxiv.2007.07486,
title = {Content-based Recommendations for Radio Stations with Deep Learned Audio Fingerprints},
author = {Stefan Langer and Liza Obermeier and André Ebert and Markus Friedrich and Emma Munisamy and Claudia Linnhoff-Popien},
journal= {arXiv preprint arXiv:2007.07486},
year = {2020}
}
备注
Informatik 2020, LectureNotes in Informatics(LNI),Gesellschaft f\"ur Informatik, Bonn2020