基于 AzarNet 的乐器无关伊朗古典音乐达斯特加赫识别
声音
2019-01-10 v3 机器学习
音频与语音处理
摘要
本文提出一种深度神经网络（DNN）AzarNet，用于在 Maryam 伊朗古典音乐（MICM）数据集中识别伊朗古典音乐的七种不同达斯特加赫（Dastgah）。近年来，利用特征学习与 DNN 的兴趣显著增长，从而减少了所需的工程工作量。DNN 在许多分类任务（如音频信号分类）中相比浅层处理架构表现出更优性能。与图像数据不同，音频数据需要一些预处理步骤以提取频谱与时域特征。诸如短时傅里叶变换（STFT）等变换已在现有研究中用于将音频信号从时域转换到时频域，以提取时域与频谱特征。在本研究中，将 STFT 输出的提取特征送入 AzarNet 进行学习与分类。值得注意的是，上述数据集包含以两种乐器（小提琴与稻草乐器）演奏的乐曲。AzarNet 在测试集上对所有七类的平均总体 f1 分数为 86.21%，据我们所知这是达斯特加赫分类中报道的最佳结果。
引用
@article{arxiv.1812.07017,
title = {Instrument-Independent Dastgah Recognition of Iranian Classical Music Using AzarNet},
author = {Shahla RezezadehAzar and Ali Ahmadi and Saber Malekzadeh and Maryam Samami},
journal= {arXiv preprint arXiv:1812.07017},
year = {2019}
}
备注
Submitted to the 27th Iranian Conference on Electrical Engineering (ICEE 2019)