DeepSRGM——基于深度学习的印度古典音乐序列分类与排序
声音
2024-02-16 v1 人工智能
信息检索
机器学习
音频与语音处理
摘要
印度古典音乐（ICM）的一个关键方面是 Raga，它作为作曲和即兴演奏的旋律框架。Raga 识别是 ICM 中一项重要的音乐信息检索任务，因为它有助于从音乐推荐到组织大型音乐收藏等众多下游应用。在这项工作中，我们提出了一种基于深度学习的 Raga 识别方法。我们的方法采用高效的预处理，并利用基于长短期记忆（LSTM）的循环神经网络（LSTM-RNN）学习音乐数据中的时间序列。我们在从原始音频采样的较小序列上训练和测试网络，而最终推理则在整段音频上执行。我们的方法在 Comp Music Carnatic 数据集及其 10 个 Raga 子集上的推理准确率分别达到 88.1% 和 97%，使其成为 Raga 识别任务的最新水平（state-of-the-art）。我们的方法还支持序列排序，这有助于我们从给定的音乐数据库中检索与所呈现查询序列密切相关的旋律模式。
引用
@article{arxiv.2402.10168,
title = {DeepSRGM -- Sequence Classification and Ranking in Indian Classical Music with Deep Learning},
author = {Sathwik Tejaswi Madhusudhan and Girish Chowdhary},
journal= {arXiv preprint arXiv:2402.10168},
year = {2024}
}