使用卷积神经网络集成作为结构标注后端对大型弗拉门戈语料库的探索性分析
声音
2018-07-03 v1 音频与语音处理
摘要
我们呈现了为分析大型弗拉门戈音乐录音语料库而开发的計算工具，以及相关的探索性发现。所提出的计算后端基于一组卷积神经网络(CNN)，其针对人声、吉他与击掌(“palmas”)的存在为每首音乐录音提供结构标注。由此自动提取的标注得以将音乐录音以具有结构意义的方式可视化、提取与弗拉门戈音乐配器相关的全局统计、检测无此类信息存在的无伴奏与器乐录音、探究不同风格间结构与配器的差异，以及研究跨配器与风格的调性。所报告的研究发现表明，利用最先进的分类技术对弗拉门戈音乐进行大规模分析并生成既具音乐学有效性又具实用性的自动提取描述子是可行的，即它们能够增强常规元数据方案，并协助弥合音频录音与高层音乐学概念之间的语义鸿沟。
引用
@article{arxiv.1807.00069,
title = {Exploratory Analysis of a Large Flamenco Corpus using an Ensemble of Convolutional Neural Networks as a Structural Annotation Backend},
author = {Nadine Kroher and Aggelos Pikrakis},
journal= {arXiv preprint arXiv:1807.00069},
year = {2018}
}