扩展演奏技法：乐器识别的下一个里程碑
声音
2018-08-30 v1 音频与语音处理
摘要
产生一个音符时的表现力变化传达了对于配器与风格建模至关重要的信息。因此，它在计算机辅助浏览海量数字音乐语料库中起着关键作用。然而，尽管从单个“普通”音符录音中自动识别乐器已被视为已解决的问题，乐器演奏技法（IPT）的自动识别仍很大程度上未充分发展。我们对用于 16 种乐器的 143 种扩展 IPT（共计 469 个乐器、弱音器与技法三元组）的按例查询浏览的机器听觉系统进行了基准测试。我们识别并讨论了显著超越传统梅尔频率倒谱系数（MFCC）基线的三个必要条件：添加二阶散射系数以解释幅度调制、纳入长程时间依赖关系，以及使用大间隔最近邻（LMNN）的度量学习以减少类内变异。在 Studio On Line（SOL）数据集上评估，我们在乐器识别上获得排名第 5 的精确率 99.7%（基线为 89.0%），在 IPT 识别上获得 61.0%（基线为 44.5%）。我们通过实用性定性评估与使用非线性降维的可视化来解释这一增益。
引用
@article{arxiv.1808.09730,
title = {Extended playing techniques: The next milestone in musical instrument recognition},
author = {Vincent Lostanlen and Joakim Andén and Mathieu Lagrange},
journal= {arXiv preprint arXiv:1808.09730},
year = {2018}
}
备注
10 pages, 9 figures. The source code to reproduce the experiments of this paper is made available at: https://www.github.com/mathieulagrange/dlfm2018