MetaSID：面向元宇宙的域自适应歌手识别
声音
2022-05-25 v1 音频与语音处理
摘要
元宇宙已将现实世界延伸至无限空间，其中将出现更多现场演唱会。歌手识别任务在于判定歌曲属于哪位歌手。然而，歌手识别一直存在一个棘手问题，即不同的现场效果。录音室版本与现场版本不同，训练集与测试集的数据分布不同，导致分类器性能下降。本文提出使用域自适应方法解决歌手识别中的现场效应。设计了三种结合卷积循环神经网络(CRNN)的域自适应方法，分别为最大均值差异(MMD)、梯度反转(Revgrad)和对比自适应网络(CAN)。MMD是一种基于距离的方法，其加入了域损失。Revgrad基于所学特征可表征不同域样本的思想。CAN基于类别自适应，考虑了源域与目标域类别间的对应关系。在公开数据集Artist20上的实验结果表明，CRNN-MMD较基线CRNN提升0.14；CRNN-RevGrad优于基线0.21；CRNN-CAN在专辑划分上以0.83的F1值取得最优性能(state of the art)。
引用
@article{arxiv.2205.11821,
title = {MetaSID: Singer Identification with Domain Adaptation for Metaverse},
author = {Xulong Zhang and Jianzong Wang and Ning Cheng and Jing Xiao},
journal= {arXiv preprint arXiv:2205.11821},
year = {2022}
}
备注
Accepted by IJCNN2022 (The 2022 International Joint Conference on Neural Networks)