利用主动标注识别印度声乐艺术中的装饰音
音频与语音处理
2025-05-09 v1 人工智能
机器学习
声音
摘要
装饰音、修饰或微音调起伏对于许多音乐传统中的旋律表达至关重要，为表演增添了深度、细微差别和情感冲击力。识别人声中的装饰音是音乐信息检索 (MIR) 的关键，在音乐教学、歌手识别、流派分类和可控歌声生成方面具有潜在应用。然而，缺乏标注数据集和专门的建模方法仍然是该研究领域取得进展的主要障碍。在这项工作中，我们引入了 Rāga Ornamentation Detection (ROD)，这是一个由专业音乐家精心策划的印度古典音乐录音组成的新颖数据集。该数据集使用定制的 Human-in-the-Loop 工具进行标注，包含标记为基于事件标签的六种声乐装饰音。使用该数据集，我们开发了一个基于深度时间序列分析的装饰音检测模型，在对长音频录音进行分块时保留了装饰音边界。我们在 ROD 数据集内使用不同的训练-测试配置进行了实验，并在一个单独的、手动标注的印度古典音乐会录音数据集上评估了我们的方法。我们的实验结果支持了我们提出的方法优于基线 CRNN 的卓越性能。
引用
@article{arxiv.2505.04419,
title = {Recognizing Ornaments in Vocal Indian Art Music with Active Annotation},
author = {Sumit Kumar and Parampreet Singh and Vipul Arora},
journal= {arXiv preprint arXiv:2505.04419},
year = {2025}
}