利用用户-项目日志数据知识迁移增强音乐特征
声音
2019-03-08 v1 音频与语音处理
摘要
本文提出一种新颖方法，利用音乐收听日志数据进行通用音乐特征提取。尽管用户-项目交互日志数据中包含丰富信息，但其主要被用于协同过滤以发现相似项目或用户，尚未在基于内容的音乐应用中得到充分研究。我们通过将域内知识蒸馏扩展至跨域来解决此问题：即把从用户-项目域获得的知识迁移到音乐内容域。所提系统首先训练从音频内容估计日志信息的模型；随后利用该模型改进其他特定任务模型。在多种音乐分类与回归任务上的实验表明，所提方法成功提升了特定任务模型的性能。
引用
@article{arxiv.1903.02794,
title = {Enhancing Music Features by Knowledge Transfer from User-item Log Data},
author = {Donmoon Lee and Jaejun Lee and Jeongsoo Park and Kyogu Lee},
journal= {arXiv preprint arXiv:1903.02794},
year = {2019}
}
备注
5 pages, 4 figures, and 1 table. Accepted paper at the International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 2019