从零开始学习音乐特征
机器学习
2017-04-07 v2 机器学习
声音
摘要
本文引入了一个新的大规模音乐数据集 MusicNet，以作为音乐研究中机器学习方法的监督与评估来源。MusicNet 包含 10 位作曲家的数百首自由授权古典音乐录音，为 11 种乐器谱写，并附带乐器/音符标注，在各种录音室和麦克风条件下产生了超过 100 万个时间标签，涵盖 34 小时的室内乐演奏。本文定义了一个多标签分类任务以预测音乐录音中的音符，并提出了一个评估协议，以及针对该任务的几种机器学习架构基准：i) 从频谱图特征学习；ii) 使用神经网络进行端到端学习；iii) 使用卷积神经网络进行端到端学习。这些实验表明，为音符预测训练的端到端模型学习到了频率选择性滤波器，作为音频的低级表示。
引用
@article{arxiv.1611.09827,
title = {Learning Features of Music from Scratch},
author = {John Thickstun and Zaid Harchaoui and Sham Kakade},
journal= {arXiv preprint arXiv:1611.09827},
year = {2017}
}
备注
14 pages; camera-ready version; updated experiments and related works; additional MIR metrics (Appendix C)