基于卷积神经网络的泛流派调性分类
声音
2018-08-17 v1 机器学习
音频与语音处理
摘要
我们对近期提出的用于音乐调性分类的卷积神经网络（CNN）的模型结构与训练过程进行了改进。这些改进使网络能够学习一个流派无关的模型，其性能优于针对特定音乐风格训练的模型，而这是现有工作所未实现的。我们在包含不同流派的三个数据集上分析了这种泛化能力。随后我们在若干未见过的数据集上评估该模型，并展示其相对于当前最优（SOTA）方法的优越性能。最后，我们考察了模型在短音频片段上的表现。由这些实验我们得出结论：在对短音频段进行局部调性分类时，模型需要考虑整首作品的调性连贯性。
引用
@article{arxiv.1808.05340,
title = {Genre-Agnostic Key Classification With Convolutional Neural Networks},
author = {Filip Korzeniowski and Gerhard Widmer},
journal= {arXiv preprint arXiv:1808.05340},
year = {2018}
}
备注
Published at the 19th International Society for Music Information Retrieval Conference