复调音乐的抗音乐干扰自动歌词转录

复调音乐的歌词转录具有挑战性，因为歌声会被背景音乐破坏。为了提高歌词转录对背景音乐的鲁棒性，我们提出了一种策略，将强调歌声的特征（即代表歌声提取特征的音乐移除特征）与同时捕获歌声和背景音乐的特征（即音乐存在特征）相结合。我们表明，这两组特征相互补充，它们的组合比单独使用其中任何一组效果更好，从而提高了声学模型对背景音乐的鲁棒性。此外，在通用语言模型和领域内歌词特定语言模型之间进行语言模型插值，进一步改善了转录结果。我们的实验表明，我们提出的策略优于现有的复调音乐歌词转录系统。此外，我们发现我们提出的抗音乐干扰特征特别提高了金属乐类型歌曲的歌词转录性能，在这种音乐中背景音乐响亮且占主导地位。