MuSFA：利用部分标注数据改进音乐结构功能分析
声音
2022-11-30 v1 音频与语音处理
摘要
音乐结构分析（MSA）系统旨在将歌曲录音分割成具有有用标签的非重叠段落。以往的MSA系统通常在后续处理步骤中预测抽象标签，并需要歌曲的完整上下文。相比之下，我们最近提出了一种名为“音乐结构功能分析”（MuSFA）的监督框架，该框架直接从音频中建模并预测诸如“主歌”和“副歌”等有意义的标签，无需歌曲的完整上下文。然而，该系统的性能取决于训练数据的数量和质量。在本文中，我们提议重新利用一个公开数据集——HookTheory领谱数据集（HLSD）来提升性能。HLSD包含超过18000个最初为研究自动旋律和声而收集的音乐段落摘录。我们将每个摘录视为一首部分标注的歌曲，并提供标签映射，使得HLSD能够与SALAMI、RWC和Isophonics等其他公开数据集一起使用。在跨数据集评估中，我们发现将HLSD纳入训练可以将最先进的边界检测和段落标注分数分别提高约3%和1%。
引用
@article{arxiv.2211.15787,
title = {MuSFA: Improving Music Structural Function Analysis with Partially Labeled Data},
author = {Ju-Chiang Wang and Jordan B. L. Smith and Yun-Ning Hung},
journal= {arXiv preprint arXiv:2211.15787},
year = {2022}
}
备注
ISMIR2022, LBD paper