基于监督对比学习与艺术家信息的时间期识别
声音
2024-07-09 v1 人工智能
信息检索
音频与语音处理
摘要
流行音乐从60年代的声音是否与90年代不同？先前的研究表明，仪器变化和日益提升的音量在跨多代趋势中存在一些模式和规律的变化。这表明，从音乐特征（如音频和艺术家信息）感知一首歌的年代是可能的。音乐年代信息对播放列表生成和推荐具有重要意义。然而，在许多情况下，歌曲的发布年份可能无法获取。本文针对音乐年代识别这一新任务进行研究。我们将该任务形式化为音乐分类问题，提出基于监督对比学习的解决方案。开发了基于音频的模型，用于从音频中预测年代。对于艺术家信息可用的情形，我们扩展音频模型以采用多模态输入，开发了称为MultiModal Contrastive（MMC）学习的框架以增强训练。在百万首歌歌数据集上的实验结果表明，基于音频的模型在3年容忍范围内的准确率达54%； incorporating 艺术家信息通过MMC框架训练后，进一步提高了9%。
引用
@article{arxiv.2407.05368,
title = {Music Era Recognition Using Supervised Contrastive Learning and Artist Information},
author = {Qiqi He and Xuchen Song and Weituo Hao and Ju-Chiang Wang and Wei-Tsung Lu and Wei Li},
journal= {arXiv preprint arXiv:2407.05368},
year = {2024}
}