量化音乐风格：基于与某风格相似度的符号音乐排序
音频与语音处理
2020-06-29 v1 声音
摘要
对人类音乐相似度感知的建模对于生成音乐系统的评估、音乐学研究和许多音乐信息检索任务至关重要。尽管人类相似度判断是黄金标准，但计算分析往往更可取，因为其结果通常更易复现，且计算方法可扩展性更强。此外，基于计算的方法可快速按需计算，这是在线系统使用的先决条件。我们提出 StyleRank，一种衡量 MIDI 文件与由一组 MIDI 文件界定的任意音乐风格之间相似度的方法。MIDI 文件使用一组新颖特征进行编码，并使用随机森林学习嵌入。实验证据表明，StyleRank 与人类对风格相似度的感知高度相关，且足够精确以基于其与语料库风格的相似度对生成样本进行排序。此外，可针对单一特征测量相似度，从而识别生成样本与特定音乐风格之间的具体差异。
引用
@article{arxiv.2003.06226,
title = {Quantifying Musical Style: Ranking Symbolic Music based on Similarity to a Style},
author = {Jeff Ens and Philippe Pasquier},
journal= {arXiv preprint arXiv:2003.06226},
year = {2020}
}