卷积作曲家分类
机器学习
2019-11-27 v1 声音
音频与语音处理
机器学习
摘要
本文研究用于为乐谱归属作曲家的端到端可学习模型。我们为此任务引入了若干池化卷积架构，并建立了我们的方法与传统基于全局与 n-gram 特征的经典学习方法之间的联系。我们在来自 KernScores 合集的 2500 份乐谱语料上评估模型，这些乐谱由从文艺复兴时期到 20 世纪初的众多作曲家创作。该语料与之前若干较小研究中使用的语料有 substantial 重叠；我们将在语料子集上得到的结果与这些先前工作进行比较。
引用
@article{arxiv.1911.11737,
title = {Convolutional Composer Classification},
author = {Harsh Verma and John Thickstun},
journal= {arXiv preprint arXiv:1911.11737},
year = {2019}
}
备注
8 pages, published at ISMIR 2019