使用多声部数据增强的波斯乐器分类
声音
2025-11-11 v1 计算与语言
摘要
乐器分类对于音乐信息检索(MIR)和生成式音乐系统至关重要。然而，针对非西方音乐传统的研究，特别是波斯音乐，仍然有限。我们通过引入一个新的数据集来填补这一空白，该数据集包含七种传统波斯乐器、两种常见但最初非波斯起源的乐器(即小提琴、钢琴)以及人声的独立录音。我们提出了一种结合文化信息的数据增强策略，从单声道样本生成逼真的多声部混合音频。使用带有分类头的 MERT 模型(Music undERstanding with large-scale self-supervised Training)，我们利用通过对传统歌曲片段进行人工标注获得的分布外数据评估了该方法。在真实世界的多声部波斯音乐上，所提出的方法获得了最佳的 ROC-AUC (0.795)，突显了调性与时间连贯性的互补优势。这些结果证明了基于文化背景的增强对于鲁棒的波斯乐器识别的有效性，并为文化包容的 MIR 和多样化音乐生成系统奠定了基础。
引用
@article{arxiv.2511.05717,
title = {Persian Musical Instruments Classification Using Polyphonic Data Augmentation},
author = {Diba Hadi Esfangereh and Mohammad Hossein Sameti and Sepehr Harfi Moridani and Leili Javidpour and Mahdieh Soleymani Baghshah},
journal= {arXiv preprint arXiv:2511.05717},
year = {2025}
}
备注
9 pages, 2 figures, 4 tables