基于卷积网络集成的鲁棒 downbeat 跟踪
声音
2016-05-27 v1 神经与进化计算
摘要
本文中，我们提出了一种从音乐信号中进行自动 downbeat 跟踪的最先进系统。音频信号首先被分割为帧，这些帧与音乐的 tatum 级别同步。然后我们提取基于和声、旋律、节奏和低音内容的不同种类特征，以输入适应利用各特征特性的卷积神经网络。该神经网络集成被组合以在每个 tatum 获得一个 downbeat 似然度。最后，downbeat 序列通过一个灵活高效的时间模型解码，该模型利用了歌曲的节拍连续性。随后我们在包含 9 个数据集的大规模基准上评估我们的系统，将其性能与另外 4 种已发表算法比较，相较于次优系统取得了 16.8 个百分点的显著提升，且总体在测试和训练上成本适中。对方法各步骤的影响进行了研究以展示其优势与不足。
引用
@article{arxiv.1605.08396,
title = {Robust Downbeat Tracking Using an Ensemble of Convolutional Networks},
author = {S. Durand and J. P. Bello and B. David and G. Richard},
journal= {arXiv preprint arXiv:1605.08396},
year = {2016}
}