基于重复模式自动识别的符号编码音乐大规模流派分类
信息检索
2019-10-22 v1
摘要
重复在音乐中的重要性是众所周知的。在本文中，我们在大规模音乐数据库中进行有效且高效的自动流派分类的背景下研究音乐重复。我们旨在通过仅考虑音乐内容来对整批藏品进行自动分类，从而增强数字图书馆中音乐作品的访问与组织。我们向公众提供一组流派特定模式以支持音乐学研究。这些模式可用于例如探索和分析音乐流派之间的关系。有许多现有算法可用于在符号编码音乐中识别和提取重复模式。在我们的案例中，提取的模式被用作底层语料库中音乐作品的表示，并依次用于训练和评估一个分类器以自动识别流派。在本文中，我们应用两种极快的算法，使我们能够在大型且多样的语料库上进行实验。因此，我们能够找到具有强判别力的模式，可用于各种应用。我们在包含超过 40,000 个标注了至少一个流派的 MIDI 文件的语料库上进行了实验。实验表明我们的方法是可扩展的，并能够处理真实世界规模的音乐收藏。
引用
@article{arxiv.1910.09242,
title = {On large-scale genre classification in symbolically encoded music by automatic identification of repeating patterns},
author = {Andres Ferraro and Kjell Lemström},
journal= {arXiv preprint arXiv:1910.09242},
year = {2019}
}