埃塞俄比亚圣咏、阿兹马里歌曲与现代音乐中的基尼特分类：一个新数据集与 CNN 基准
声音
2023-05-10 v1 机器学习
音频与语音处理
摘要
本文创建了 EMIR，首个埃塞俄比亚音乐的音乐信息检索数据集。EMIR 可免费用于研究，包含 600 段东正教 Tewahedo 圣咏、传统 Azmari 歌曲与当代埃塞俄比亚世俗音乐的采样录音。每段采样由五位专家评委分类为四种著名埃塞俄比亚 Kinit（Tizita、Bati、Ambassel 与 Anchihoye）之一。每种 Kinit 使用其自身的五声音阶并具自身风格特征。因此，Kinit 分类需将音阶识别与流派识别相结合。描述数据集后，我们提出基于 VGG 的埃塞俄比亚 Kinit 模型（EKM）用于分类 EMIR 片段。实验 1 中，我们探究了使用 EKM 进行 Kinit 分类时 Filterbank、梅尔谱图、Chroma 或梅尔频率倒谱系数（MFCC）特征哪种最优。MFCC 表现最优，故被采用至实验 2，比较使用 MFCC 的 EKM 模型在三种不同音频采样长度下的性能。3 秒长度给出最佳结果。实验 3 中，在 EMIR 数据集上比较了 EKM 与四种现有模型：AlexNet、ResNet50、VGG16 与 LSTM。EKM 具有最佳准确率（95.00%）及最快训练时间。我们希望本工作能鼓励他人探索埃塞俄比亚音乐并尝试其他模型进行 Kinit 分类。
引用
@article{arxiv.2201.08448,
title = {Kinit Classification in Ethiopian Chants, Azmaris and Modern Music: A New Dataset and CNN Benchmark},
author = {Ephrem A. Retta and Richard Sutcliffe and Eiad Almekhlafi and Yosef K. Enku and Eyob Alemu and Tigist D. Gemechu and Michael A. Berwo and Mustafa Mhamed and Jun Feng},
journal= {arXiv preprint arXiv:2201.08448},
year = {2023}
}
备注
11 pages, 4 tables, 3 figures