DisCover：面向翻唱歌曲识别的解耦音乐表示学习
信息检索
2023-07-20 v1 声音
音频与语音处理
摘要
在音乐信息检索（MIR）领域，翻唱歌曲识别（CSI）是一项具有挑战性的任务，旨在从海量曲库中识别查询歌曲的翻唱版本。现有工作由于其建模中版本相关与版本无关因素相互纠缠的本质，仍受困于高歌曲内方差与歌曲间相关性。本工作中，我们设定了解耦版本相关与版本无关因素的目标，以使模型更易为未见查询歌曲学习不变的音乐表示。我们利用因果图技术从解耦视角分析 CSI 任务，并识别出偏置不变学习的版本内与版本间效应。为阻断这些效应，我们提出面向 CSI 的解耦音乐表示学习框架（DisCover）。DisCover 由两个关键组件构成：（1）知识引导解耦模块（KDM）与（2）基于梯度的对抗解耦模块（GADM），分别阻断版本内与版本间偏置效应。KDM 最小化所学表示与由先验领域知识识别的版本变异因素之间的互信息。GADM 通过模拟歌曲内版本间的表示迁移来识别版本变异因素，并利用对抗蒸馏进行效应阻断。与最优性能方法的广泛对比及深入分析证明了 DisCover 的有效性以及解耦对于 CSI 的必要性。
引用
@article{arxiv.2307.09775,
title = {DisCover: Disentangled Music Representation Learning for Cover Song Identification},
author = {Jiahao Xun and Shengyu Zhang and Yanting Yang and Jieming Zhu and Liqun Deng and Zhou Zhao and Zhenhua Dong and Ruiqi Li and Lichao Zhang and Fei Wu},
journal= {arXiv preprint arXiv:2307.09775},
year = {2023}
}