寻找 Tori:用于分析韩国民歌的自监督学习
声音
2023-08-07 v1 信息检索
机器学习
音频与语音处理
摘要
本文中,我们介绍了对约 700 小时韩国民歌田野录音数据集的计算分析,这些录音于 1980-90 年代左右录制。由于大多数歌曲由无伴奏的非专业音乐家演唱,该数据集带来了若干挑战。为应对此挑战,我们利用基于音高轮廓的卷积神经网络自监督学习,随后分析了模型的 tori(一种由特定音阶、装饰音和习惯性旋律轮廓定义的分类体系)这一音乐概念如何被模型捕捉。实验结果表明,与传统音高直方图相比,我们的方法能更好地捕捉 tori 的特征。利用我们的方法,我们考察了现有学术界提出的音乐讨论如何体现在韩国民歌的实际田野录音中。
引用
@article{arxiv.2308.02249,
title = {Finding Tori: Self-supervised Learning for Analyzing Korean Folk Song},
author = {Danbinaerin Han and Rafael Caro Repetto and Dasaem Jeong},
journal= {arXiv preprint arXiv:2308.02249},
year = {2023}
}
备注
Accepted at 24th International Society for Music Information Retrieval Conference (ISMIR 2023)