通过结构化音频文件提升频谱特征提取效率
声音
2020-11-05 v1 机器学习
音频与语音处理
摘要
从音乐片段中提取频谱特征是一项计算代价高昂的任务，因为为了提取准确的特征，我们需要处理整段片段的时长。这一预处理任务带来了巨大的开销，并使提取过程变慢。我们展示了如何以特定方式格式化数据集，从而通过免去对整段片段时长的处理来提升效率，同时仍能准确提取特征。此外，我们讨论了在训练时为某类音乐片段定义通用固定时长的可能性，由此将片段时长的处理需求削减至全局平均值的仅10%。
引用
@article{arxiv.2010.03136,
title = {Improving the efficiency of spectral features extraction by structuring the audio files},
author = {Dishant Parikh and Saurabh Sachdev},
journal= {arXiv preprint arXiv:2010.03136},
year = {2020}
}