基于特征级相似度融合的增强型层次化音乐结构标注
信息检索
2019-02-05 v1
摘要
我们描述了一种自动发现音乐音频中重复段落层次结构的新流程。所提方法使用相似度网络融合（SNF）将不同的帧级特征组合为干净的亲和矩阵，随后将其作为谱聚类的输入。尽管先前用于音乐结构分析的谱聚类方法使用专门为此任务设计的启发式规则对亲和矩阵进行预处理，我们表明 SNF 方法直接产生的分割结果与人类标注者更为一致，这通过用于层次化标注的“L-measure”度量来衡量。此外，SNF 方法可立即支持任意多的输入特征，使我们能够同时发现编码于音色、和声与节奏表示中的结构，而无需对基础算法做任何改动。
引用
@article{arxiv.1902.01023,
title = {Enhanced Hierarchical Music Structure Annotations via Feature Level Similarity Fusion},
author = {Christopher J. Tralie and Brian McFee},
journal= {arXiv preprint arXiv:1902.01023},
year = {2019}
}
备注
5 pages, 3 figures, 1 table