面向音频效果鲁棒性的乐器分类数据增强
声音
2019-07-22 v1 音频与语音处理
摘要
复用录音声音（采样）是电子音乐制作（EMP）的一个关键组成部分，自其早期便已存在，并且是嘻哈或丛林等流派的核心。商业和非商业服务允许用户获取声音集合（采样包）以在其作品中复用。一键乐器声音的自动分类能够自动对这些集合中包含的声音进行归类，从而便于浏览和更好地刻画特征。自动乐器分类主要面向未处理孤立乐器声音的分类或混合音乐轨中主导乐器的检测。要使该分类在用于 EMP 的音频数据库中具有实用性，它必须对施加于未处理声音上的音频效果具有鲁棒性。在本文中，我们评估了一个用大规模一键乐器声音数据集训练的最先进模型，在对经过音频效果处理的乐器进行分类时的表现。为了评估模型的鲁棒性，我们采用带音频效果的数据增强，并评估每种效果如何影响分类准确率。
引用
@article{arxiv.1907.08520,
title = {Data Augmentation for Instrument Classification Robust to Audio Effects},
author = {António Ramires and Xavier Serra},
journal= {arXiv preprint arXiv:1907.08520},
year = {2019}
}