musicnn：用于音乐音频标注的预训练卷积神经网络
声音
2019-09-17 v1 计算与语言
音频与语音处理
摘要
musicnn库读作“musician”，包含一组用于音乐音频标注的预训练、具音乐动机的卷积神经网络：https://github.com/jordipons/musicnn。该仓库还包含一些预训练的vgg类基线。这些模型可用作开箱即用的音乐音频标注器、音乐特征提取器，或用作迁移学习的预训练模型。我们也提供训练上述模型的代码：https://github.com/jordipons/musicnn-training。该框架也允许实现新颖模型。例如，具基于注意力的输出层（而非时间池化层）的具音乐动机卷积神经网络可在音乐音频标注上取得SOTA结果：在MagnaTagATune数据集上ROC-AUC 90.77 / PR-AUC 38.61，在Million Song Dataset上ROC-AUC 88.81 / PR-AUC 31.51。
引用
@article{arxiv.1909.06654,
title = {musicnn: Pre-trained convolutional neural networks for music audio tagging},
author = {Jordi Pons and Xavier Serra},
journal= {arXiv preprint arXiv:1909.06654},
year = {2019}
}
备注
Accepted to be presented at the Late-Breaking/Demo session of ISMIR 2019