多轨道音乐的 Lead 乐器检测
声音
2025-03-06 v1 音频与语音处理
摘要
先前的 Lead 乐器检测方法主要分析混合音频，仅限于粗糙的分类，缺乏泛化能力。本文提出了一种新方法，通过构建专家标注数据集并设计一种新框架来实现 Lead 乐器检测，该框架集成了自监督学习模型与轨道级、帧级注意力分类器。这种注意力机制根据听觉重要性动态提取和聚合轨道特定特征，从而实现对各种乐器类型和组合的精确检测。通过轨道分类和置换增强，本模型在已有的 SVM 和 CRNN 模型中显著优于其他模型，在未见过的乐器和超出域的测试中表现出鲁棒性。我们认为，这一探索为未来在多轨道音乐场景中进行音频内容分析提供了宝贵的见解。
引用
@article{arxiv.2503.03232,
title = {Lead Instrument Detection from Multitrack Music},
author = {Longshen Ou and Yu Takahashi and Ye Wang},
journal= {arXiv preprint arXiv:2503.03232},
year = {2025}
}
备注
Camera ready version of ICASSP 2025 submission