基于频率感知与RF正则化CNN的音乐情感与主题识别
声音
2019-11-15 v1 机器学习
多媒体
音频与语音处理
摘要
我们呈现CP-JKU向MediaEval 2019的提交：一种感受野（RF）正则化且频率感知的CNN方法，用于为音乐标注情感/情绪标签。我们研究了CNN感受野对该数据集上性能的影响。我们观察到具有较小感受野的ResNet——原本为声学场景分类所调整——在情感标注任务中也表现良好。我们利用频率感知与Shake-Shake正则化等技术改进此类架构的性能，这些技术曾用于先前通用声学识别任务的工作。
引用
@article{arxiv.1911.05833,
title = {Emotion and Theme Recognition in Music with Frequency-Aware RF-Regularized CNNs},
author = {Khaled Koutini and Shreyan Chowdhury and Verena Haunschmid and Hamid Eghbal-zadeh and Gerhard Widmer},
journal= {arXiv preprint arXiv:1911.05833},
year = {2019}
}
备注
MediaEval`19, 27-29 October 2019, Sophia Antipolis, France