探究音乐版本检索系统在演出曲目识别中的有效性
声音
2021-01-07 v1 信息检索
音频与语音处理
摘要
演出曲目识别（SLI）任务解决一种音乐识别应用场景，其目标是在现场音乐演出中检索所有演奏曲目的元数据与时间戳。由于现场表演中存在各种音乐与非音乐层面的变化，开发自动 SLI 系统仍是一项具有挑战性的任务，尽管其具有工业价值，但在学术文献中尚未得到充分探索。本文提出一种端到端工作流，利用版本识别系统识别现场音乐表演的相关元数据与时间戳。我们比较了 3 种此类系统，以考察它们对该特定任务的适用性。为开发与评估 SLI 系统，我们还贡献了一个新数据集，包含 99.5 小时的带标注元数据与时间戳的演唱会音频，以及相应的参考集。该数据集按音频质量与流派分类，以分析 SLI 系统在不同应用场景下的性能。我们的方法可识别 68% 的标注片段，依据流派不同数值在 35% 至 77% 之间。最后，我们针对一个包含 56.8k 首歌曲的数据库评估了我们的方法，以说明扩展参考集的影响，在此情况下我们仍能识别 56% 的标注片段。
引用
@article{arxiv.2101.02098,
title = {Investigating the efficacy of music version retrieval systems for setlist identification},
author = {Furkan Yesiler and Emilio Molina and Joan Serrà and Emilia Gómez},
journal= {arXiv preprint arXiv:2101.02098},
year = {2021}
}