基于神经网络的音乐速度估计——比较分析
声音
2021-07-21 v1 机器学习
音频与语音处理
摘要
本文针对速度估计任务，对两种不同架构的人工神经网络进行了比较分析。为此，本文还提出了一个 B-RNN（双向循环神经网络）模型的建模、训练与评估，该模型能够在不使用外部辅助模块的情况下估计音乐片段的 bpm（每分钟节拍数）速度。我们整理了一个大规模数据库（共计 12,550 首曲目）以对实验进行定量与定性分析。数据集中也包含了仅打击乐音轨。将 B-RNN 的性能与最先进（SOTA）模型进行比较。为进一步比较，还使用与 B-RNN 训练相同的数据集重新训练了一个最先进的 CNN。给出并讨论了各模型与数据集的评估结果，以及对未来研究的观察和想法。仅打击乐数据集上的速度估计更为准确，表明对仅打击乐音轨的估计可能更准，尽管需进行更多此类数据集的实验以获取更强证据。
引用
@article{arxiv.2107.09208,
title = {Music Tempo Estimation via Neural Networks -- A Comparative Analysis},
author = {Mila Soares de Oliveira de Souza and Pedro Nuno de Souza Moura and Jean-Pierre Briot},
journal= {arXiv preprint arXiv:2107.09208},
year = {2021}
}