基于回归的三元神经网络音乐情绪预测
声音
2020-07-22 v2 音频与语音处理
摘要
本文中，我们将三元神经网络（TNNs）适配于一项回归任务——音乐情绪预测。由于 TNNs 最初是为分类而非回归引入的，我们提出了一种机制，使其能为回归任务提供有意义的低维表示。随后我们将这些新表示作为支持向量机和梯度提升机等回归算法的输入。为展示 TNNs 在创建有意义表示上的有效性，我们在音乐情绪预测（即由音乐音频信号预测效价与唤醒值）上将其与不同降维方法进行比较。我们在 DEAM 数据集上的结果表明，使用 TNNs 可实现 90% 的特征维数约简，且相较于基线模型（无 TNN）在效价预测上提升 9%、在唤醒预测上提升 4%。我们的 TNN 方法优于主成分分析（PCA）和自编码器（AE）等其他降维方法。这表明，除了提供音频特征的紧凑潜空间表示外，所提方法还具有高于基线模型的性能。
引用
@article{arxiv.2001.09988,
title = {Regression-based music emotion prediction using triplet neural networks},
author = {Kin Wai Cheuk and Yin-Jyun Luo and Balamurali B and T and Gemma Roig and Dorien Herremans},
journal= {arXiv preprint arXiv:2001.09988},
year = {2020}
}
备注
Paper Accepted i nIJCNN 2020