基于 Beta 散度的非负塔克分解用于音频信号音乐结构分析
声音
2022-08-03 v4 机器学习
数值分析
音频与语音处理
数值分析
摘要
非负塔克分解（NTD）作为一种张量分解模型，近年来因其能够盲提取有意义模式（尤其在音乐信息检索中）而受到越来越多的关注。然而，现有的 NTD 计算算法大多针对欧氏损失设计。本文提出一种乘性更新算法，以计算采用 beta 散度损失的 NTD，该损失常被视为更优的音频处理损失。我们特别展示了如何利用张量代数高效实现这些乘性规则。最后，我们在音乐结构分析任务上表明，采用 beta 散度损失的无监督 NTD 优于先前基于欧氏损失所得的结果。
引用
@article{arxiv.2110.14434,
title = {Nonnegative Tucker Decomposition with Beta-divergence for Music Structure Analysis of Audio Signals},
author = {Axel Marmoret and Florian Voorwinden and Valentin Leplat and Jérémy E. Cohen and Frédéric Bimbot},
journal= {arXiv preprint arXiv:2110.14434},
year = {2022}
}
备注
4 pages, 2 figures, 1 table, 1 algorithm. To be published in GRETSI2022. The algorithm is available at https://gitlab.inria.fr/amarmore/nonnegative-factorization