基于卷积神经网络的鼓转录数据增强方法
声音
2019-06-25 v1 音频与语音处理
摘要
深度学习中的一个反复出现的问题是数据稀缺，尤其是精确标注数据的稀缺。少数公开可用的数据库标注正确，而生成正确标签非常耗时。本文研究用于神经网络训练的数据增强策略，特别是与鼓转录相关的任务。这些任务需要非常精确的标注。本文研究最先进的声学变换算法，用于重新混合噪声与正弦部分、重新混合起音、带与不带时间补偿的移调，并将其与 dropout 和加性高斯噪声等基本正则化方法进行比较。并且展示了基于 CNN 的鼓转录算法如何从所提出的数据增强策略中受益。
引用
@article{arxiv.1903.01416,
title = {Data Augmentation for Drum Transcription with Convolutional Neural Networks},
author = {Celine Jacques and Axel Roebel},
journal= {arXiv preprint arXiv:1903.01416},
year = {2019}
}