基于深度学习的越南流行音乐歌手声音分类
声音
2021-02-25 v1 机器学习
音频与语音处理
摘要
在数字时代，歌手声音分类是一项有意义的任务。面对当今海量的歌曲，识别歌手对音乐信息检索、音乐属性索引等非常有帮助。本文提出一种基于越南流行音乐分析来识别歌手姓名的新方法。我们采用人声段检测与歌唱声音分离作为预处理步骤，其目的是从混合声音中提取歌手人声。为构建歌手分类器，我们提出一种以梅尔频率倒谱系数作为从上述人声中提取的输入特征的神经网络架构。为验证方法的准确性，我们在来自 18 位著名歌手的 300 首越南歌曲数据集上进行评估。通过 5 折分层交叉验证，我们取得了 92.84% 的准确率，为同一数据集上优于其他方法的最佳结果。
引用
@article{arxiv.2102.12111,
title = {Deep Learning Approach for Singer Voice Classification of Vietnamese Popular Music},
author = {Toan Pham Van and Ngoc N. Tran and Ta Minh Thanh},
journal= {arXiv preprint arXiv:2102.12111},
year = {2021}
}
备注
Published in SoICT 2019: Proceedings of the Tenth International Symposium on Information and Communication Technology