音高螺旋上的深度卷积网络用于乐器识别
声音
2017-01-11 v3
摘要
音乐演奏结合了广泛的音高、细微差别和表现技巧。因此，基于音频的乐器分类需要构建对这些变换具有不变性的信号表示。本文研究了在标注训练数据有限的情况下，用于乐器识别的学习型卷积架构的构建。在此背景下，我们在时频域中对深度卷积网络的三种不同权值共享策略进行了基准测试：时间核；时频核；以及相隔一个八度的时频核的线性组合，类似于Shepard音高螺旋。我们在具有固定谱包络的准谐波声音的源-滤波器框架内给出了这些声学解释，此类声音是音符的原型。通过将这三种卷积层混合为单一的深度学习架构，获得了最佳分类准确率。
引用
@article{arxiv.1605.06644,
title = {Deep convolutional networks on the pitch spiral for musical instrument recognition},
author = {Vincent Lostanlen and Carmine-Emanuele Cella},
journal= {arXiv preprint arXiv:1605.06644},
year = {2017}
}
备注
7 pages, 3 figures. Accepted at the International Society for Music Information Retrieval Conference (ISMIR) conference in New York City, NY, USA, August 2016