面向音乐源分离的特征信息潜在空间正则化
音频与语音处理
2022-06-28 v2
摘要
利用额外辅助信息改进音乐源分离已被多次研究，例如将特征添加到输入中，或在多任务学习场景中增加学习目标。然而，这些方法在训练时（可能还包括推理时）需要额外的标注，如乐谱、乐器标签等。现有的源分离数据集通常并不提供这些额外标注。在本工作中，我们探索迁移学习策略，将 VGGish 特征与最先进的源分离模型相结合；VGGish 特征已知是音频内容的一种高度紧凑表示，并已成功用于许多 MIR 任务。我们提出了三种融入该特征的方法，包括两种潜在空间正则化方法和一种朴素拼接方法。实验结果表明，我们提出的方法改进了音乐源分离的多个评价指标。
引用
@article{arxiv.2203.09132,
title = {Feature-informed Latent Space Regularization for Music Source Separation},
author = {Yun-Ning Hung and Alexander Lerch},
journal= {arXiv preprint arXiv:2203.09132},
year = {2022}
}