基于多尺度网络的音乐节奏速度估计
音频与语音处理
2021-09-06 v1 声音
摘要
近来，一些无需 onset 检测的单步系统在自动音乐节奏速度（tempo）估计中展现了有效性。沿用这些系统的成功思路，本文提出一种多尺度分组注意力网络（Multi-scale Grouped Attention Network）以进一步挖掘此类方法的潜力。我们引入多尺度结构作为整体网络架构，将不同尺度的信息聚合以强化上下文特征学习。此外，我们提出分组注意力模块（Grouped Attention Module）作为网络的关键组件。该模块沿频率轴将输入特征分为若干组，使其能够从频谱图上不同频率位置捕获长程依赖关系。在对比实验中，公开数据集上的结果表明，所提模型在 Accuracy1 指标上优于现有最先进（state-of-the-art）方法。
引用
@article{arxiv.2109.01607,
title = {Musical Tempo Estimation Using a Multi-scale Network},
author = {Xiaoheng Sun and Qiqi He and Yongwei Gao and Wei Li},
journal= {arXiv preprint arXiv:2109.01607},
year = {2021}
}
备注
Accepted by ISMIR 2021