梅尔频谱图随机投影作为自动音乐流派分类的低层特征
声音
2019-11-13 v1 信息检索
机器学习
音频与语音处理
摘要
在这项工作中，我们分析了梅尔频谱图(Mel-spectrograms)的随机投影作为音乐流派分类的低层特征。该方法与手工特征、使用自编码器学习的特征以及迁移学习设置下获得的特征进行了比较。在五个不同的知名公开可用数据集上的测试表明，在浅层学习场景中，随机投影取得了与学习特征相当的结果，并优于通过迁移学习获得的特征。随机投影不需要使用大量的专业知识，同时比其他基于投影的低层特征训练所需的计算能力更少。因此，它们可以成为基于内容的浅层学习音乐流派分类的可行选择。
引用
@article{arxiv.1911.04660,
title = {Random Projections of Mel-Spectrograms as Low-Level Features for Automatic Music Genre Classification},
author = {Juliano Henrique Foleiss and Tiago Fernandes Tavares},
journal= {arXiv preprint arXiv:1911.04660},
year = {2019}
}
备注
Submitted to IEEE Signal Processing Letters