学习单声道与混合音乐信号的联合嵌入空间以用于歌声
声音
2019-06-27 v1 音频与语音处理
摘要
以往的歌手识别方法使用单声道人声音轨或包含多种乐器的混合音轨，在这两个音频域之间留下了语义鸿沟。本文提出一个系统，用于学习单声道与混合音轨的歌声联合嵌入空间。我们使用度量学习方法，确保来自两个域的同一歌手的音轨比不同歌手的音轨映射得更近。我们在一个通过音乐混搭生成的大型合成数据集上训练该系统，以反映真实世界的音乐录音。我们的方法为跨域任务开辟了新的可能性，例如，给定某歌手的单声道音轨作为查询，从数据库中检索由同一歌手演唱的混合音轨。此外，它不需要额外的声源分离等歌声增强步骤。我们展示了该系统在同域和跨域任务中用于歌手识别和按歌手查询的有效性。
引用
@article{arxiv.1906.11139,
title = {Learning a Joint Embedding Space of Monophonic and Mixed Music Signals for Singing Voice},
author = {Kyungyun Lee and Juhan Nam},
journal= {arXiv preprint arXiv:1906.11139},
year = {2019}
}
备注
ISMIR 2019, Delft, Netherlands