螺旋度：音频数据中基于 Isomap 的八度等价性度量
音频与语音处理
2020-10-05 v1 声音
摘要
八度等价性作为音乐信息检索（MIR）系统中的领域知识，包括色度图、螺旋卷积网络和调和 CQT。先前工作已将 Isomap 流形学习算法应用于无标签音频数据，将频率子带嵌入三维空间，其中欧氏距离与其皮尔逊相关强度的倒数成正比。然而，通过 Isomap 发现八度等价性需要视觉检查且不可扩展。为解决此问题，我们将“螺旋度（helicality）”定义为三维 Isomap 嵌入对 Shepherd-Risset 螺旋的拟合优度。我们的方法是无监督的，并使用定制的 Frank-Wolfe 算法在凸包内最小化最小二乘目标。数值实验表明，孤立的音乐音符比语音具有更高的螺旋度，其次为鼓击。
引用
@article{arxiv.2010.00673,
title = {Helicality: An Isomap-based Measure of Octave Equivalence in Audio Data},
author = {Sripathi Sridhar and Vincent Lostanlen},
journal= {arXiv preprint arXiv:2010.00673},
year = {2020}
}
备注
3 pages, 3 figures. To be presented at the 21st International Society for Music Information Retrieval (ISMIR) Conference. Montreal, Canada, October 2020