面向 YouTube 的封面版本识别模型鲁棒性研究
多媒体
2025-01-03 v1 信息检索
社会与信息网络
摘要
近期的封面歌曲识别研究取得了显著进展。然而，这些模型通常在固定的数据集上进行测试，这些数据集依赖于在线封面歌曲数据库 SecondHandSongs。尚不清楚这些模型在线视频平台上的封面歌曲表现如何，因为这些歌曲可能包含预期之外的变更。在本文中，我们采用多模态不确定性采样方法从 YouTube 上标注了一部分歌曲，并对现有先进模型进行评估。我们发现，现有模型在我们的数据集上的排名性能显著低于社区数据集。我们 additionally measure the performance of different types of versions (e.g., instrumental versions) 并发现几类版本在排名时尤其难以处理。最后，我们提供了 web 上封面版本变更的分类学。
引用
@article{arxiv.2501.01333,
title = {On the Robustness of Cover Version Identification Models: A Study Using Cover Versions from YouTube},
author = {Simon Hachmeier and Robert Jäschke},
journal= {arXiv preprint arXiv:2501.01333},
year = {2025}
}
备注
accepted for presentation at iConference 2025