MAP-Music2Vec：一种简单有效的自监督音乐音频表示学习基线
声音
2022-12-07 v1 人工智能
机器学习
多媒体
音频与语音处理
摘要
深度学习界对自监督学习（SSL）的兴趣呈指数级增长。然而，如何构建一个以自监督方式学习原始音乐波形有用表示的框架仍未被探索。在这项工作中，我们设计了Music2Vec，一个探索不同SSL算法组件与技巧用于音乐音频录音的框架。我们的模型取得了与最先进（SOTA）音乐SSL模型Jukebox相当的结果，尽管其规模显著更小，参数不足后者的2%。该模型将在Huggingface上发布（请参阅：https://huggingface.co/m-a-p/music2vec-v1）。
引用
@article{arxiv.2212.02508,
title = {MAP-Music2Vec: A Simple and Effective Baseline for Self-Supervised Music Audio Representation Learning},
author = {Yizhi Li and Ruibin Yuan and Ge Zhang and Yinghao Ma and Chenghua Lin and Xingran Chen and Anton Ragni and Hanzhi Yin and Zhijie Hu and Haoyu He and Emmanouil Benetos and Norbert Gyenge and Ruibo Liu and Jie Fu},
journal= {arXiv preprint arXiv:2212.02508},
year = {2022}
}