早期MFCC与HPCP融合用于鲁棒翻唱歌曲识别

大多数自动翻唱歌曲识别方案聚焦于基于音符的特征如HPCP和和弦轮廓，最近几篇论文令人惊讶地表明基于MFCC特征的局部自相似性也具有该任务的分类能力。由于MFCC和HPCP捕获互补信息，我们设计了一种无监督算法，在尝试局部对齐两首歌曲之前，使用交叉相似性融合将规范化的、节拍同步的这些特征块结合起来。作为额外好处，我们的方案自然地将每首歌曲的结构信息纳入以填补两种特征集都失败的对齐间隙。我们展示了相比单独使用MFCC和HPCP性能的显著跃升，在Covers80数据集上实现了0.87的最先进平均倒数排名。我们还引入了一个新中等规模手工设计的基准数据集“Covers 1000”，包含395个翻唱歌曲簇共1000首歌曲，并展示我们的算法在该数据集上对于簇中第一首正确识别的歌曲达到了0.9的MRR。我们提供了Covers 1000数据集中所有歌曲的预计算HPCP和MFCC特征以及节拍间隔，供进一步研究使用。