基于音频度量学习的大规模音乐艺术家消歧

我们通过定义一个未知艺术家聚类任务来解决大规模曲库消歧问题。我们探索使用度量学习技术直接从音频中学习艺术家嵌入，并使用一个专门的同名艺术家数据集，将我们的方法与最近一种利用艺术家分类器学习相似嵌入的方法进行比较。虽然两个系统都能仅依靠音频来消歧未知艺术家，但我们表明当训练数据集中每位艺术家有足够音频数据时，我们的系统更为适用。我们还提出了一种新的用于度量学习的负采样方法，该方法在学习阶段利用音乐流派等侧面信息，并在艺术家聚类任务中展现出有前景的结果。