基于歌词与音频神经网络的鲁通歌曲分类
机器学习
2019-10-24 v2 声音
音频与语音处理
机器学习
摘要
音乐流派分类是音乐信息检索（MIR）中广泛研究的课题。能够自动标注流派将有益于JOOX、Apple Music和Spotify等音乐流媒体服务提供商进行基于内容的推荐。然而，大多数音乐分类研究针对的是与泰国歌曲不同的西方歌曲。鲁通（Lukthung）作为泰国一种独特且历史悠久的音乐类型，是泰国最受欢迎的音乐流派之一，并拥有特定的听众群体。在本文中，我们利用歌词和音频开发神经网络，将鲁通流派与其他流派进行分类。鲁通歌曲所用词语尤为诗意，其音乐风格独特地由传统泰国乐器构成。我们通过基于词袋（BoW）构建歌词模型，以及使用卷积神经网络（CNN）架构构建音频模型，来利用这两大主要特征。随后我们聚合从两个模型学习到的中间特征以构建最终分类器。我们的结果表明，所提出的三个模型优于所有标准分类器，其中组合模型的分数最佳，达到0.86，使鲁通分类可应用于面向泰国受众的个性化推荐。
引用
@article{arxiv.1908.08769,
title = {Lukthung Classification Using Neural Networks on Lyrics and Audios},
author = {Kawisorn Kamtue and Kasina Euchukanonchai and Dittaya Wanvarie and Naruemon Pratanwanich},
journal= {arXiv preprint arXiv:1908.08769},
year = {2019}
}
备注
ICSEC 2019 (accepted)