基于并行循环卷积神经网络的音乐流派分类
声音
2017-12-25 v1 信息检索
音频与语音处理
摘要
深度学习已在音乐流派分类中展现出其有效性与高效性。然而，现有成果仍存在若干缺陷，损害了该分类任务的性能。本文中，我们提出一种由并行 CNN 与 Bi-RNN 模块组成的混合架构。它们分别专注于空间特征与时序帧顺序的提取。随后，两路输出融合为音乐信号的一种强力表示，并送入 softmax 函数进行分类。并行网络保证了所提取特征足够鲁棒以表征音乐。此外，实验证明我们提出的架构提升了音乐流派分类性能，且附加的 Bi-RNN 模块是对 CNN 的补充。
引用
@article{arxiv.1712.08370,
title = {Music Genre Classification with Paralleling Recurrent Convolutional Neural Network},
author = {Lin Feng and Shenlan Liu and Jianing Yao},
journal= {arXiv preprint arXiv:1712.08370},
year = {2017}
}