面向和弦识别的特征学习：深度色度提取器
声音
2016-12-16 v1 机器学习
摘要
我们利用人工神经网络探索用于和弦识别的帧级音频特征学习。我们提出论点：色度向量可能包含足够信息来为和弦识别建模音频的谐波内容，但标准色度提取器计算出的特征过于嘈杂。这促使我们提出一种基于人工神经网络的习得色度特征提取器。它被训练为计算编码对和弦识别重要的谐波信息的色度特征，同时对无关干扰具有鲁棒性。我们通过向网络输入带有上下文的音频频谱而非单帧作为输入来实现这一点。这样，网络可以学习选择性地补偿噪声并解决谐波模糊性。我们使用简单的线性逐帧分类器在各种数据集上进行和弦识别，将所得特征与手工特征进行比较。结果表明，该习得特征提取器生成了更优的用于和弦识别的色度向量。
引用
@article{arxiv.1612.05065,
title = {Feature Learning for Chord Recognition: The Deep Chroma Extractor},
author = {Filip Korzeniowski and Gerhard Widmer},
journal= {arXiv preprint arXiv:1612.05065},
year = {2016}
}
备注
In Proceedings of the 17th International Society for Music Information Retrieval Conference (ISMIR), New York, USA, 2016