基于音色形状序列的翻唱歌曲识别
声音
2015-07-21 v1
摘要
我们引入一种新颖的低层特征用于识别翻唱歌曲，该特征量化了歌曲平滑频谱中的相对变化。我们的核心见解是，一段音频的滑动窗口表示可视为高维空间中的一个时间有序点云。对于同一首歌不同版本之间的对应音频片段，这些点云近似互为旋转、平移和缩放的副本。若将MFCC嵌入视为点云，并将问题构建为相对形状序列，我们能够在“Covers 80”数据集中正确识别42/80首翻唱歌曲。相比之下，迄今为止所有其他翻唱歌曲识别工作均完全依赖于匹配从Chroma衍生特征中提取的音符序列。
引用
@article{arxiv.1507.05143,
title = {Cover Song Identification with Timbral Shape Sequences},
author = {Christopher J. Tralie and Paul Bendich},
journal= {arXiv preprint arXiv:1507.05143},
year = {2015}
}